Как разделить массив на сегменты, а затем выполнить подсегменты сегментов, используя python numpy?

Я хочу разделить массив 8 * 8 на 4 сегмента (каждый сегмент массива 4 * 4), как показано ниже на шаге 2. Затем снова разделите каждый сегмент на 4 других небольших подсегмента (каждый подсегмент массива 2 * 2), а затем найдите среднее значение каждого подсегмента, а затем найдите стандартное отклонение каждого сегмента, используя 4 средних значения 4 подсегментов в нем. Так что, наконец, у меня есть только массив (массив 2 * 2), т.е. с 1 стандартным отклонением для 1 сегмента.

import numpy as np
from skimage.util.shape import view_as_blocks

arr=np.array([[1,2,3,4,5,6,7,8],[1,2,3,4,5,6,7,8],[1,2,3,4,5,6,7,8],[1,2,3,4,5,6,7,8],[1,2,3,4,5,6,7,8],[1,2,3,4,5,6,7,8],[1,2,3,4,5,6,7,8],[1,2,3,4,5,6,7,8]])

img= view_as_blocks(arr, block_shape=(4,4))

до этого я пытался, но я не смог продвинуться дальше в своем требовании, так как я совершенно новичок в python и numpy. Пожалуйста, помогите мне в достижении моего требования.

#step1-Array
array([[1, 2, 3, 4, 5, 6, 7, 8],
       [1, 2, 3, 4, 5, 6, 7, 8],
       [1, 2, 3, 4, 5, 6, 7, 8],
       [1, 2, 3, 4, 5, 6, 7, 8],
       [1, 2, 3, 4, 5, 6, 7, 8],
       [1, 2, 3, 4, 5, 6, 7, 8],
       [1, 2, 3, 4, 5, 6, 7, 8],
       [1, 2, 3, 4, 5, 6, 7, 8]])

#step2-segments
array([[[[1, 2, 3, 4],
         [1, 2, 3, 4],
         [1, 2, 3, 4],
         [1, 2, 3, 4]],

        [[5, 6, 7, 8],
         [5, 6, 7, 8],
         [5, 6, 7, 8],
         [5, 6, 7, 8]]],


       [[[1, 2, 3, 4],
         [1, 2, 3, 4],
         [1, 2, 3, 4],
         [1, 2, 3, 4]],

        [[5, 6, 7, 8],
         [5, 6, 7, 8],
         [5, 6, 7, 8],
         [5, 6, 7, 8]]]])

**more steps to go to get final output**

Ожидаемый результат

([[1.0, 1.0],
  [1.0, 1.0]])

Что тогда делать со средствами?

gmds 08.04.2019 08:38

Итак, результат будет иметь форму (4,4), верно?

Divakar 08.04.2019 08:59

@gmds Я хочу рассчитать стандартное отклонение каждого сегмента, используя 4 средних значения соответствующих подсегментов в нем.

mArk 08.04.2019 09:29

@Divakar вывод будет (2,2). одно стандартное отклонение для одного сегмента.

mArk 08.04.2019 09:32

@SaiKiran Итак, вы имеете в виду вычислить стандартные отклонения средних значений 4 подсегментов для каждого из 4 сегментов?

gmds 08.04.2019 09:32

Можете ли вы показать нам ожидаемый результат и предпочтительно использовать случайные данные?

Divakar 08.04.2019 09:41

@gmds точно. это то, что я ожидаю на выходе.

mArk 08.04.2019 09:44

@SaiKiran Понятно, я отредактирую свой ответ.

gmds 08.04.2019 09:46

@Divakar Пожалуйста, проверьте вопрос сейчас. Я включил ожидаемый результат для того же заданного массива.

mArk 08.04.2019 10:01

Можете ли вы показать нам, как вы пришли к таким результатам?

Divakar 08.04.2019 10:08

@Divakar Я рассчитал эти результаты вручную.

mArk 08.04.2019 10:50
Почему в Python есть оператор "pass"?
Почему в Python есть оператор "pass"?
Оператор pass в Python - это простая концепция, которую могут быстро освоить даже новички без опыта программирования.
Некоторые методы, о которых вы не знали, что они существуют в Python
Некоторые методы, о которых вы не знали, что они существуют в Python
Python - самый известный и самый простой в изучении язык в наши дни. Имея широкий спектр применения в области машинного обучения, Data Science,...
Основы Python Часть I
Основы Python Часть I
Вы когда-нибудь задумывались, почему в программах на Python вы видите приведенный ниже код?
LeetCode - 1579. Удаление максимального числа ребер для сохранения полной проходимости графа
LeetCode - 1579. Удаление максимального числа ребер для сохранения полной проходимости графа
Алиса и Боб имеют неориентированный граф из n узлов и трех типов ребер:
Оптимизация кода с помощью тернарного оператора Python
Оптимизация кода с помощью тернарного оператора Python
И последнее, что мы хотели бы показать вам, прежде чем двигаться дальше, это
Советы по эффективной веб-разработке с помощью Python
Советы по эффективной веб-разработке с помощью Python
Как веб-разработчик, Python может стать мощным инструментом для создания эффективных и масштабируемых веб-приложений.
4
11
279
1
Перейти к ответу Данный вопрос помечен как решенный

Ответы 1

Ответ принят как подходящий

Это можно сделать с помощью функции view_as_blocks of skimage.util.shape.

Другие вопросы по теме