展平和取消展平 numpy 数组的嵌套列表
Posted
技术标签:
【中文标题】展平和取消展平 numpy 数组的嵌套列表【英文标题】:Flattening and unflattening a nested list of numpy arrays 【发布时间】:2015-03-14 23:13:31 【问题描述】:扁平化嵌套列表的方法有很多。我在这里复制一个解决方案仅供参考:
def flatten(x):
result = []
for el in x:
if hasattr(el, "__iter__") and not isinstance(el, basestring):
result.extend(flatten(el))
else:
result.append(el)
return result
我感兴趣的是逆运算,它将列表重建为其原始格式。例如:
L = [[array([[ 24, -134],[ -67, -207]])],
[array([[ 204, -45],[ 99, -118]])],
[array([[ 43, -154],[-122, 168]]), array([[ 33, -110],[ 147, -26],[ -49, -122]])]]
# flattened version
L_flat = [24, -134, -67, -207, 204, -45, 99, -118, 43, -154, -122, 168, 33, -110, 147, -26, -49, -122]
有没有一种有效的方法来展平、保存索引并重建为原始格式?
请注意,列表可以是任意深度,并且可能没有规则的形状,并且将包含不同维度的数组。
当然,扁平化函数也要改成存储列表的结构和numpy
数组的形状。
【问题讨论】:
您应该如何从扁平化版本中知道它最初的样子?您在展平过程中丢失了信息。 当然,扁平化功能应该改成存储列表的结构。 在某种程度上,您已经回答了自己的问题;您需要修改flatten
以提供有关列表结构和其中数组形状的保留信息。例如,它可以在扁平化的L
旁边返回[[(2, 2)], [(2, 2)], [(2, 2), (3, 2)]]
。然后你将不得不相应地切分 L_flat
和 reshape
每个切片中的数组。
是的,我认为/希望有人有现成的配方。
我很难相信纯 Python 中的扁平化、保存、读取和重构会击败内在 (C) 方法来做同样的事情。您可能应该更好地定义“相对于什么慢”。相对于纯 C 或 FORTRAN?当然。相对于 XML?可能不是。您是否知道创建 array(L)
会将您的列表构建成一个 numpy 本机数组,该数组将保留结构?你用 savez 测试过 p×q×N 数组的性能吗?
【参考方案1】:
您正在构建一个悖论:您想要扁平化对象,但又不想扁平化对象,将其结构信息保留在对象的某处。
因此,pythonic 的方法是 不是 来展平对象,而是编写一个具有__iter__
的类,它允许您按顺序(即以平面方式)通过底层对象的元素。这将与转换为平面事物一样快(如果每个元素仅应用一次),并且您不会复制或更改原始的非平面容器。
【讨论】:
我的用例是我需要对数组的排序元素应用一个函数。 另一个常见的用例是使用矢量化函数。您将整形缩小到一维,应用函数,然后将结果整形回原始格式。 Numpy 的 reshape 函数假定完整的矩阵,而不是(可能参差不齐的)嵌套列表。【参考方案2】:这是我想出的,结果证明它比迭代嵌套列表和单独加载快约 30 倍。
def flatten(nl):
l1 = [len(s) for s in itertools.chain.from_iterable(nl)]
l2 = [len(s) for s in nl]
nl = list(itertools.chain.from_iterable(
itertools.chain.from_iterable(nl)))
return nl,l1,l2
def reconstruct(nl,l1,l2):
return np.split(np.split(nl,np.cumsum(l1)),np.cumsum(l2))[:-1]
L_flat,l1,l2 = flatten(L)
L_reconstructed = reconstruct(L_flat,l1,l2)
一个更好的解决方案可以对任意数量的嵌套层进行迭代。
【讨论】:
这给了我一个错误object of type 'numpy.float64' has no len()
【参考方案3】:
我正在寻找一种解决方案来展平和取消展平 numpy 数组的嵌套列表,但只发现了这个未回答的问题,所以我想出了这个:
def _flatten(values):
if isinstance(values, np.ndarray):
yield values.flatten()
else:
for value in values:
yield from _flatten(value)
def flatten(values):
# flatten nested lists of np.ndarray to np.ndarray
return np.concatenate(list(_flatten(values)))
def _unflatten(flat_values, prototype, offset):
if isinstance(prototype, np.ndarray):
shape = prototype.shape
new_offset = offset + np.product(shape)
value = flat_values[offset:new_offset].reshape(shape)
return value, new_offset
else:
result = []
for value in prototype:
value, offset = _unflatten(flat_values, value, offset)
result.append(value)
return result, offset
def unflatten(flat_values, prototype):
# unflatten np.ndarray to nested lists with structure of prototype
result, offset = _unflatten(flat_values, prototype, 0)
assert(offset == len(flat_values))
return result
例子:
a = [
np.random.rand(1),
[
np.random.rand(2, 1),
np.random.rand(1, 2, 1),
],
[[]],
]
b = flatten(a)
# 'c' will have values of 'b' and structure of 'a'
c = unflatten(b, a)
输出:
a:
[array([ 0.26453544]), [array([[ 0.88273824],
[ 0.63458643]]), array([[[ 0.84252894],
[ 0.91414218]]])], [[]]]
b:
[ 0.26453544 0.88273824 0.63458643 0.84252894 0.91414218]
c:
[array([ 0.26453544]), [array([[ 0.88273824],
[ 0.63458643]]), array([[[ 0.84252894],
[ 0.91414218]]])], [[]]]
许可证:WTFPL
【讨论】:
以上是关于展平和取消展平 numpy 数组的嵌套列表的主要内容,如果未能解决你的问题,请参考以下文章
如何在 Amazon Redshift 的列中取消嵌套/展开/展平逗号分隔值?