[問題] 用numpy broadcasting 填入資料

看板Python作者 (NMOSFET)時間5年前 (2020/05/11 11:17), 5年前編輯推噓4(4012)
留言16則, 4人參與, 5年前最新討論串1/1
各位前輩好,小的最近遇到一個問題, 假設有兩個 numpy 一維矩陣 xIdxData,yIdxData, 內容分別為 [0.1,0.2,0.3] 和 [0.4,0.5,0.6] 我想要讓 xIdxData 和 yIdxData 組成一個 3 x 3 x 2 維的矩陣, 如圖:https://imgur.com/a/nDZy3Ps 然後再複製10個同樣數值的矩陣放入data中, 用 for 迴圈寫的話可以達到效果但速度很慢(原始資料為4000 x 3000 x 2) 程式碼如下: datSize = 10 xIdxData = np.array([0.1,0.2,0.3]) yIdxData = np.array([0.4,0.5,0.6]) data = np.zeros((10,3,3,2)) for dataIdx in range(datSize): for y in range(len(yIdxData)): for x in range(len(xIdxData)): data[dataIdx][y][x][0] = xIdxData[x] data[dataIdx][y][x][1] = yIdxData[y] 請問各位前輩有沒有能夠把 numpy broadcasting 套用在這個問題上 ? 感恩!!! -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 42.77.63.140 (臺灣) ※ 文章網址: https://www.ptt.cc/bbs/Python/M.1589167067.A.B43.html

05/11 12:14, 5年前 , 1F
不好意思 又錯了XD 可以幫忙刪留言嗎
05/11 12:14, 1F

05/11 12:16, 5年前 , 2F
stack_x = np.stack([x for _ in range(len(y))], axis=-1)
05/11 12:16, 2F

05/11 12:16, 5年前 , 3F
stack_y = np.stack([y for _ in range(len(x))], axis=-2)
05/11 12:16, 3F

05/11 12:16, 5年前 , 4F
z = np.stack((stack_x,stack_y), axis=-1)
05/11 12:16, 4F

05/11 12:16, 5年前 , 5F
data = np.stack([z for _ in range(datasize)], axis=0)
05/11 12:16, 5F

05/11 12:18, 5年前 , 6F
假設長度x4000,y3000,data10 上面四行應該能變成你要的
05/11 12:18, 6F

05/11 12:36, 5年前 , 7F
但你的迴圈結果跟圖片會成轉置 不清楚你想要的是哪種
05/11 12:36, 7F
抱歉 我上傳的圖片的錯誤的結果,程式跑出來的才是正確的,感謝e大,是我想要的沒錯! ※ 編輯: NMOSFET (42.77.63.140 臺灣), 05/11/2020 13:43:30

05/11 19:54, 5年前 , 8F
hstack跟vstack也可以參考 不用指定第一個跟最後一個
05/11 19:54, 8F

05/11 19:54, 5年前 , 9F
dim
05/11 19:54, 9F
謝謝T大,我試試看! ※ 編輯: NMOSFET (36.237.13.67 臺灣), 05/12/2020 01:42:00

05/12 15:33, 5年前 , 10F
另一個方法:foo=np.stack(np.meshgrid(x, y), axis=2)
05/12 15:33, 10F

05/12 15:33, 5年前 , 11F
np.repeat(foo[np.newaxis, :], size, axis = 0)
05/12 15:33, 11F

05/13 00:13, 5年前 , 12F
xIdxData = np.tile(xIdxData, (3, 1))
05/13 00:13, 12F

05/13 00:13, 5年前 , 13F
yIdxData = np.tile(yIdxData, (3, 1)).T
05/13 00:13, 13F

05/13 00:13, 5年前 , 14F
result = np.dstack((xIdxData, yIdxData))
05/13 00:13, 14F

05/13 00:14, 5年前 , 15F
result = np.repeat(result[np.newaxis, ], 10, axis=
05/13 00:14, 15F

05/13 00:14, 5年前 , 16F
0)
05/13 00:14, 16F
謝謝 G大和J大的方法,完全把for拿掉真的變快很多 ※ 編輯: NMOSFET (42.77.204.234 臺灣), 05/15/2020 16:52:28
文章代碼(AID): #1UkCFRj3 (Python)
文章代碼(AID): #1UkCFRj3 (Python)