Scatter/Gather 喜欢 ArrayFire 中的 Numpy
Scatter/Gather like Numpy in ArrayFire
我想在一个轴上的特定索引处分散和收集数组 X
中的元素。
因此,给定一个索引数组 idx
,我想 select 第 0 列的第 idx(0)
个元素,第 1 列的第 idx(1)
个元素,等等..
在 Numpy 中,如下语句:
X = np.array([[1, 2, 3], [4, 5, 6]])
print(X[[0, 1, 1], range(3)])
打印 [1, 5, 6]
。
此外,我可以反向执行此过程:
Y = np.zeros((2, 3))
Y[[0, 1, 1], range(3)] = [1, 5, 6]
print(Y)
这将打印
[[1. 0. 0.]
[0. 5. 6.]]
但是,当我尝试在 ArrayFire 中复制此行为时:
float elements[] = {1, 2, 3, 4, 5, 6};
af::array X = af::array(3, 2, elements);
int idx_elements[] = {0, 1, 1};
af::array idx = af::array(3, idx_elements);
af::print("", X(af::span, idx));
我得到一个形状为 [3, 3, 1, 1] 的数组,元素为
1.0000 4.0000 4.0000
2.0000 5.0000 5.0000
3.0000 6.0000 6.0000
那么我怎样才能在 ArrayFire 中实现分散和聚集元素所需的类似 numpy 的行为?
要对矩阵执行聚集操作,我可以提取结果矩阵的对角线,但这在多维情况下可能不起作用,在另一个(分散)方向上也不起作用。
X
[3 2 1 1]
1.0000 4.0000
2.0000 5.0000
3.0000 6.0000
idx
[3 1 1 1]
0
1
1
ArrayFire 在涉及 af::array 时计算笛卡尔积。因此,输出。
因此,请查看以下指数。
Col\Row 0 1 1 from array
0 (0, 0) (0,1) (0, 1)
1 (1, 0) (1,1) (1, 1)
2 (2, 0) (2,1) (2, 1)
^
^ from sequence
因此,X(af::span, idx))
的输出是一个 3x3 矩阵。
要根据坐标收集元素,您需要不同的函数
approx2。请注意,此函数仅将其索引作为浮点数组。
float idx_elements[] = {0, 1, 1}; // changed the idx to floats
af::array colIdx = af::array(3, idx_elements);
af::array rowIdx = af::iota(3); // same effect as span
af::array out = approx2(X, rowIdx, colIdx);
af_print(out);
// out
// [3 1 1 1]
// 1.0000
// 5.0000
// 6.0000
要设置给定索引的值,出于某种原因,您必须展平数组
当涉及 af::array 时,array::operator()
考虑笛卡尔积。
af::array A = af::constant(0, 3, 2); // same size as X
af::array B = af::flat(A); // flatten the array, this involves meta data modification only
B(rowIdx + 3 * colIdx) = out; // use row & col indices to fetch linear indices
// rowIdx + 3 * colIdx
// [3 1 1 1]
// 0.0000
// 4.0000
// 5.0000
B = moddims(B, A.dims()); // reset the dimensions to original A dims
af_print(B);
// B
// [3 2 1 1]
// 1.0000 0.0000
// 0.0000 5.0000
// 0.0000 6.0000
您可以在我们的 indexing tutorial.
中查看更多详细信息
我想在一个轴上的特定索引处分散和收集数组 X
中的元素。
因此,给定一个索引数组 idx
,我想 select 第 0 列的第 idx(0)
个元素,第 1 列的第 idx(1)
个元素,等等..
在 Numpy 中,如下语句:
X = np.array([[1, 2, 3], [4, 5, 6]])
print(X[[0, 1, 1], range(3)])
打印 [1, 5, 6]
。
此外,我可以反向执行此过程:
Y = np.zeros((2, 3))
Y[[0, 1, 1], range(3)] = [1, 5, 6]
print(Y)
这将打印
[[1. 0. 0.]
[0. 5. 6.]]
但是,当我尝试在 ArrayFire 中复制此行为时:
float elements[] = {1, 2, 3, 4, 5, 6};
af::array X = af::array(3, 2, elements);
int idx_elements[] = {0, 1, 1};
af::array idx = af::array(3, idx_elements);
af::print("", X(af::span, idx));
我得到一个形状为 [3, 3, 1, 1] 的数组,元素为
1.0000 4.0000 4.0000
2.0000 5.0000 5.0000
3.0000 6.0000 6.0000
那么我怎样才能在 ArrayFire 中实现分散和聚集元素所需的类似 numpy 的行为?
要对矩阵执行聚集操作,我可以提取结果矩阵的对角线,但这在多维情况下可能不起作用,在另一个(分散)方向上也不起作用。
X
[3 2 1 1]
1.0000 4.0000
2.0000 5.0000
3.0000 6.0000
idx
[3 1 1 1]
0
1
1
ArrayFire 在涉及 af::array 时计算笛卡尔积。因此,输出。 因此,请查看以下指数。
Col\Row 0 1 1 from array
0 (0, 0) (0,1) (0, 1)
1 (1, 0) (1,1) (1, 1)
2 (2, 0) (2,1) (2, 1)
^
^ from sequence
因此,X(af::span, idx))
的输出是一个 3x3 矩阵。
要根据坐标收集元素,您需要不同的函数 approx2。请注意,此函数仅将其索引作为浮点数组。
float idx_elements[] = {0, 1, 1}; // changed the idx to floats
af::array colIdx = af::array(3, idx_elements);
af::array rowIdx = af::iota(3); // same effect as span
af::array out = approx2(X, rowIdx, colIdx);
af_print(out);
// out
// [3 1 1 1]
// 1.0000
// 5.0000
// 6.0000
要设置给定索引的值,出于某种原因,您必须展平数组
当涉及 af::array 时,array::operator()
考虑笛卡尔积。
af::array A = af::constant(0, 3, 2); // same size as X
af::array B = af::flat(A); // flatten the array, this involves meta data modification only
B(rowIdx + 3 * colIdx) = out; // use row & col indices to fetch linear indices
// rowIdx + 3 * colIdx
// [3 1 1 1]
// 0.0000
// 4.0000
// 5.0000
B = moddims(B, A.dims()); // reset the dimensions to original A dims
af_print(B);
// B
// [3 2 1 1]
// 1.0000 0.0000
// 0.0000 5.0000
// 0.0000 6.0000
您可以在我们的 indexing tutorial.
中查看更多详细信息