Numpy创建矩阵并等间隔抽取数据
1、利用Numpy创建向量和二维矩阵
1.1 创建向量
得到
需要强调的是,向量的维度,在python中并不是书本上所学的,而是
即只有9,向量的列数1,被置为空。
注意的是,无论是行向量还是列向量,维度都是(N,空),而不会(空,N)
由于列数是空,所以与矩阵相乘的时候,无法放在左边,即不能向量*矩阵,只能矩阵乘向量
1.2 创建二维矩阵
注意:这里1前面有两个中括号(N维矩阵就是N个中括号)。结果为:
2、等间隔抽取数据
2.1 向量抽取
由于向量只有一维,所以只需
解释:a[0:9:2]表示向量中第[0~9)位置处的数据按照每2个取一个的规则取出。由于0~9是前闭后开区间,所以等价于抽取第0,2,4,6,8个位置的数据
且如果a[0,0:9:2]会报错,错误如下:
这是因为向量只有一维,a[0,0:9:2]表示的是第一维是0,第二维是0:9:2,所以报错。
2.2 二维矩阵抽取
由于二维矩阵有两维,所以需要
如图b是一个3行5列的矩阵
(1) 抽取的行为0:3:2,即[0,3)行中每两行取一行,则取出来是第0行和第2行,
(2) 抽取的列为0:5:3,即[0,5)列中每3列取一列,则取出来是第0列和第3列。
综上,取出来的数据是b(0,0)=1,b(0,3)=4,b(2,0)=1,b(2,3)=3
即
3、N维矩阵抽取同理
对Numpy数据多个维度上等间隔取值
import torch
import numpy as np
import time
from torch.autograd import Variable
a=np.arange(256*256*3)
d256=a.reshape((256,256,3))
d128=d256[::2,::2]
print(d128.shape)
d64=d256[::4,::4]
print(d64.shape)
d32=d256[::8,::8]
print(d32.shape)
两个冒号后面的数字表示取间隔的大小,上面只在d256前两个维度等间隔取值,若要在第三个维度也等间隔取值,再加一个逗号即可
d=d256[::2,::2,::2]
总结
以上为个人经验,希望能给大家一个参考,也希望大家多多支持编程网。