如何反转未知维度的 numpy 数组？

Question

我只是在学习 python，但我决定通过重新编码和改进一些基于 java 的旧学校 AI 项目来学习。

我的项目涉及一个数学运算，它基本上是一个离散的卷积运算，但没有一个时间反转的函数。

因此，在我最初的 java 项目中，我只是自己编写了所有代码来完成操作，因为我在 python 中工作，并且它有很棒的数学库，如 numpy 和scipy，我认为我可以利用现有的卷积函数，如 scipy.convolve。但是，这需要我预先反转两个数组之一，以便在运行 scipy.convolve 并反转其中一个数组以执行卷积时，它实际上是取消反转数组。（我也仍然不知道如何确保预先反转两个数组中的正确一个，以便两个数组仍然向前滑动而不是向后滑动，但我想我应该问一个单独的问题。）

与我的 java 代码只处理一维数据不同，我想将这个项目扩展到多维数据。因此，虽然我了解到如果我有一个已知维度的 numpy 数组，例如三维数组 a，我可以完全反转该数组（或者更确切地说，取回一个反转的视图，这要快得多），通过

a = a(::-1, ::-1, ::-1)

但是，这需要我对每个维度都有一个 ::-1。对于与上述代码具有相同结果的任意维度数组，我如何在方法中执行相同的反转？

Answer 1

您可以使用 np.flip。来自文档：

numpy.flip(m, axis=None)

Reverse the order of elements in an array along the given axis.

The shape of the array is preserved, but the elements are reordered.

注意：flip(m) 对应于 m[::-1,::-1,...,::-1] 和 ::-1 在所有位置。

Answer 2

这是一个可能的解决方案：

slices = tuple([slice(-1, -n-1, -1) for n in a.shape])
result = a[slices]

扩展到任意数量的轴。验证：

a = np.arange(8).reshape(2, 4)
slices = tuple([slice(-1, -n-1, -1) for n in a.shape])
result = a[slices]

产量：

>>> a
array([[0, 1, 2, 3],
       [4, 5, 6, 7]])
>>> result
array([[7, 6, 5, 4],
       [3, 2, 1, 0]])

如何反转未知维度的 numpy 数组？

How to reverse a numpy array of unknown dimension?

python

arrays

numpy

scipy

convolution