Как сэмплировать огромный 2D-массив в Python, используя массивы 2x2 для создания словаря? (Алгоритм трафарета для Python)

Что ж, словари действительно могут быть кстати в вашем случае.

Вы уверены, что используемый вами формат numpy.array верен? Я не нахожу форму массива ((int, int)) в API. тем не мение...

Что делать после объявления двумерного массива

Чтобы навести порядок, давайте сделаем две функции, которые будут работать с любым квадратным 2D-массивом, возвращая два нужных вам словаря:

#this is the one that returns the first dictionary
def dictionarize1(array):
    dict1 = {}
    count = 0
    for x in range(len(array[0]) - 1) :
        for y in range(len(array[0]) - 1):
            dict1[count] = [array[x][y], array[x][y+1], array[x+1][y], array[x + 1][y+1]]
            count = count + 1
    return dict1

def dictionarize2(array):
    dict2 = {}
    counter = 0
    for a in range(len(array[0]) - 1) :
        for b in range(len(array[0]) - 1):
            dict2[counter] = (array[a][b] + array[a][b+1] + array[a+1][b] + array[a + 1][b+1])/4
            counter = counter + 1
    return dict2

#here's a little trial code to see them working

eighties = [[2.0, 2.2, 2.6, 5.7, 4.7], [2.1, 2.3, 2.3, 5.8, 1.6], [2.0, 2.2, 2.6, 5.7, 4.7],[2.0, 2.2, 2.6, 5.7, 4.7],[2.0, 2.2, 2.6, 5.7, 4.7]]
print("Dictionarize1: \n")
print(dictionarize1(eighties))
print("\n\n")
print("Dictionarize2: \n")
print(dictionarize2(eighties))
print("\n\n")

По сравнению с первым кодом я предпочел использовать целое число в качестве ключа, потому что в этом случае python будет печатать отсортированный словарь (словари по определению не сортируются, но если у них есть ключи int, Python будет печатать их, отсортированные по ключу). Однако вы можете изменить его обратно на строку, просто используя str(count), как я делал раньше.

Я надеюсь, что это поможет, теперь я не очень практичен с математическими библиотеками, но код, который я написал, должен хорошо работать с любым двумерным квадратным массивом, который вы можете использовать в качестве входных данных!

Допустим, data — это исходное numpy.array с размерностью dr и dc для строк и столбцов.

dr = data.shape[0]
dc = data.shape[1]

Вы можете создать Keys как функцию, которая возвращает интересующие индексы, и Values как список с вычисленным средним значением 4 соседних ячеек. В этом случае Keys равно:

def Keys(x):
    xmod = x + (x+1)/dc  # dc is in scope
    return [xmod, xmod + 1, xmod + dc, xmod + 1 + dc]

Размерность Values равна dr-1 * dc-1, так как последняя строка и столбец не включены. Мы можем вычислить его как скользящее среднее и изменить форму на 1D позже (на основе ссылка):

Values = ((d[:-1,:-1] + d[1:,:-1] + d[:-1,1:] + d[1:,1:])/4).reshape((dr-1)*(dc-1))

Пример:

dr = 3
dc = 5

In: np.array(range(dc*dr)).reshape((dr, dc))  # data
Out: 
array([[ 0,  1,  2,  3,  4],
       [ 5,  6,  7,  8,  9],
       [10, 11, 12, 13, 14]])

In: [Keys(x) for x in range((dr-1)*(dc-1))]
Out: 
    [[0, 1, 5, 6],
     [1, 2, 6, 7],
     [2, 3, 7, 8],
     [3, 4, 8, 9],
     [5, 6, 10, 11],
     [6, 7, 11, 12],
     [7, 8, 12, 13],
     [8, 9, 13, 14]]

In: Values
Out: array([ 3,  4,  5,  6,  8,  9, 10, 11])