Напишите функции Python для работы с произвольными осями

Я долго боролся с этой проблемой в разных формах и так и не смог найти хорошего решения.

В принципе, если я хочу написать функцию, которая выполняет операцию над заданной, но произвольной осью произвольного массива рангов, в стиле (например) np.mean (A, axis = some_axis), я в целом понятия не имею как это сделать.

Проблема всегда, кажется, сводится к негибкости синтаксиса нарезки; если я хочу получить доступ к i-му срезу по 3-му индексу, я могу использовать A [:,:, i], но я не могу обобщить это до n-го индекса.

Расширяя первое предложение @hpaulj, возможно, неожиданно результат после swapaxes-> некоторая операция по созданию нового массива-> swapaxes нового массива часто является смежным, см., Например, здесь

Paul Panzer 25.10.2018 18:58
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.
0
1
49
2
Перейти к ответу Данный вопрос помечен как решенный

Ответы 2

Вы не можете обобщать это. Фактически, в этом случае неплохо рассмотреть пример numpy.mean(a, axis=axis_index). Даже в numpy, который написан в основном на C, просматриваются индексы осей, чтобы знать, где вычислить среднее значение. Взгляните на reduction.c, который находится в ядре numpy.mean. Несмотря на то, что они форматируют данные перед выполнением операций, всегда требуется прокручивать все оси с помощью вашего axis_index.

Ответ принят как подходящий

Для этого функции numpy используют несколько подходов:

  • транспонировать оси для перемещения целевой оси в известное положение, обычно первое или последнее; и при необходимости транспонировать результат

  • изменить форму (вместе с транспонированием), чтобы уменьшить простоту проблемы. Если ваше внимание сосредоточено на n-м измерении, может не иметь значения, где размер (: n) сглаживается или нет. Они просто «плывут».

  • построить индексирующий кортеж. idx = (slice(None), slice(None), j); A[idx] является эквивалентом A[:,:,j]. Начните со списка или массива нужного размера, заполните фрагментами, возитесь с ними, а затем преобразуйте их в кортеж (кортежи неизменяемы).

  • Создавайте индексы с помощью инструментов indexing_tricks, таких как np.r_, np.s_ и т. д.

Изучите код, который предусматривает оси. Скомпилированный ufuncs не поможет, но такие функции, как tensordot, take_along_axis, apply_along_axis, np.cross, написаны на Python и используют один или несколько из этих приемов.

Другие вопросы по теме