在numpy中获取3D数组的2D切片的平均值

Posted

技术标签:

【中文标题】在numpy中获取3D数组的2D切片的平均值【英文标题】:Get mean of 2D slice of a 3D array in numpy 【发布时间】:2013-08-23 19:17:19 【问题描述】:

我有一个 numpy 数组,其形状为:

(11L, 5L, 5L)

我想计算数组 [0, :, :], [1, :, :] 等的每个“切片”的 25 个元素的平均值,返回 11 个值。

这看起来很傻,但我不知道该怎么做。我原以为 mean(axis=x) 函数可以做到这一点,但我尝试了所有可能的轴组合,但都没有给我想要的结果。

我显然可以使用 for 循环和切片来做到这一点,但肯定有更好的方法吗?

【问题讨论】:

【参考方案1】:

对轴使用元组:

>>> a = np.arange(11*5*5).reshape(11,5,5)
>>> a.mean(axis=(1,2))
array([  12.,   37.,   62.,   87.,  112.,  137.,  162.,  187.,  212.,
        237.,  262.])

编辑:这只适用于 numpy 版本 1.7+。

【讨论】:

有效吗?对于 1.7 及之后的版本,人们会这么认为,但文档仍然说只有一个轴。 没想到 numpy 版本,我有 1.7.1 并且可以工作。它不在文档中,但更新日志正在谈论 ufunc:softpedia.com/progChangelog/Numpy-Changelog-103892.html 酷,不知道这已经被添加了!【参考方案2】:

您可以reshape(11, 25) 然后只调用一次mean(更快):

a.reshape(11, 25).mean(axis=1)

或者,您可以调用np.mean 两次(在我的计算机上大约慢 2 倍):

a.mean(axis=2).mean(axis=1)

【讨论】:

我认为这是最直接的答案,尽管 einsum 似乎确实更快。【参考方案3】:

可以一直使用np.einsum:

>>> a = np.arange(11*5*5).reshape(11,5,5)
>>> np.einsum('...ijk->...i',a)/(a.shape[-1]*a.shape[-2])
array([ 12,  37,  62,  87, 112, 137, 162, 187, 212, 237, 262])

适用于更高维的数组(如果轴标签发生更改,所有这些方法都可以):

>>> a = np.arange(10*11*5*5).reshape(10,11,5,5)
>>> (np.einsum('...ijk->...i',a)/(a.shape[-1]*a.shape[-2])).shape
(10, 11)

启动速度更快:

a = np.arange(11*5*5).reshape(11,5,5)

%timeit a.reshape(11, 25).mean(axis=1)
10000 loops, best of 3: 21.4 us per loop

%timeit a.mean(axis=(1,2))
10000 loops, best of 3: 19.4 us per loop

%timeit np.einsum('...ijk->...i',a)/(a.shape[-1]*a.shape[-2])
100000 loops, best of 3: 8.26 us per loop

随着数组大小的增加,比其他方法稍微好一些。

使用dtype=np.float64 不会明显改变上述时间,所以请仔细检查:

a = np.arange(110*50*50,dtype=np.float64).reshape(110,50,50)

%timeit a.reshape(110,2500).mean(axis=1)
1000 loops, best of 3: 307 us per loop

%timeit a.mean(axis=(1,2))
1000 loops, best of 3: 308 us per loop

%timeit np.einsum('...ijk->...i',a)/(a.shape[-1]*a.shape[-2])
10000 loops, best of 3: 145 us per loop

还有一些有趣的事情:

%timeit np.sum(a) #37812362500.0
100000 loops, best of 3: 293 us per loop

%timeit np.einsum('ijk->',a) #37812362500.0
100000 loops, best of 3: 144 us per loop

【讨论】:

我认为速度来自您使用int 累加器调用np.einsum,而不是floatdouble,不确定np.mean 使用。这对于计算统计数据来说是一件冒险的事情,因为您可能会溢出累加器并得到非常错误的结果。给np.einsum 一个dtype=np.floatdtype=np.double 都会使计算更加健壮,并且(我在这里猜测)在性能上与标准函数更相似。但是np.einsum 仍然是一个超酷的功能,所以你得到你的 +1... @Jamie。这也是我的想法,但在我的初步测试中,einsum 实际上对于任何大小和 dtype 都更快。我已经用np.double时间更新了帖子。 @Ophion...很奇怪sum() 的速度与einsum() 的速度不同...很好观察...实际上第二种更快的计算平均值的方法是:timeit a.sum(axis=(1,2))/a.shape[-1]/a.shape[-2] @Ophion 我认为您应该发布一个问题,例如“为什么np.einsum()np.sum() 快?”打开这个话题进行更详细的讨论... @SaulloCastro 我刚才正在写一个这样的问题。使用a.sum(axis=(1,2)... 在时间上等同于a.mean(axis=(1,2)) 函数。

以上是关于在numpy中获取3D数组的2D切片的平均值的主要内容,如果未能解决你的问题,请参考以下文章

NumPy:在 3D 切片中使用来自 argmin 的 2D 索引数组

具有不同切片的二维 numpy 数组的平均值

Python NumPy - 3D 数组的角度切片

通过平均或重新组合一个 numpy 2d 数组来调整大小

如何使用 numpy 在二维数组上执行最大/均值池化

根据张量流中给定的序列长度数组对 3D 张量进行切片