1

给定一个矩阵 A、一个行索引列表和一个列索引列表，如何有效地提取以行和列索引为中心的大小为 k 的平方子矩阵？

例如：

A = array([[12,  6, 14,  8,  4,  1],
       [18, 13,  8, 10,  9, 19],
       [ 8, 15,  6,  5,  6, 18],
       [ 3,  0,  2, 14, 13, 12],
       [ 4,  4,  5, 19,  0, 14],
       [16,  8,  7,  7, 11,  0],
       [ 3, 11,  2, 19, 11,  5],
       [ 4,  2,  1,  9, 12, 12]])
r = np.array([2, 5])
c = np.array([3, 2])
k = 3

输出应该是A[1:4, 2:5]和A[4:7, 1:4]。所以基本上，输出是大小的平方子矩阵，kxk并以 [r,c] 元素为中心（在这种情况下为 A[2,3] 和 A[5,2]）

如何高效而优雅地做到这一点？谢谢

4

2 回答 2

2

你的意思是这样的？

for x,y in zip(r,c):
    s = k // 2
    print("position:",[x - s,x + s + 1], [y - s,y + s + 1])
    print(A[x - s:x + s + 1,y - s:y + s + 1])
    print()

输出：

position: [1, 4] [2, 5]
[[ 8 10  9]
 [ 6  5  6]
 [ 2 14 13]]

position: [4, 7] [1, 4]
[[ 4  5 19]
 [ 8  7  7]
 [11  2 19]]

注意k这里应该很奇怪

于 2019-11-06T03:43:24.657 回答
1

对于子矩阵具有相同形状的情况，我们可以获取滑动窗口，然后使用沿行和列的起始索引对这些窗口进行索引，以获得所需的输出。要获得这些窗口，我们可以利用np.lib.stride_tricks.as_strided基于scikit-image's view_as_windows. 有关使用基础的更多信息as_stridedview_as_windows-

from skimage.util.shape import view_as_windows

# Get all sliding windows
w = view_as_windows(A,(k,k))

# Select relevant ones for final o/p
out = w[r-k//2,c-k//2]
于 2019-11-06T05:09:37.103 回答