使用 Numpy 进行上采样答案

【问题标题】：Upsampling using Numpy使用 Numpy 进行上采样
【发布时间】：2022-10-03 08:36:47
【问题描述】：

我想通过在给定上采样因子 \'k\' 的元素之间添加 \'k-1\' 零来上采样给定的一维数组。
k=2
A = np.array([1,2,3,4,5])
B = np.insert(A,np.arange(1,len(A)), values=np.zeros(k-1))

上面的代码适用于 k=2。
Output: [1 0 2 0 3 0 4 0 5]

k=3
A = np.array([1,2,3,4,5])
B = np.insert(A,np.arange(1,len(A)), values=np.zeros(k-1))

对于 k=3，它给我一个错误。

我想要的输出是 k-1，即元素之间有 3-1 = 2 个零。

Output: [1,0,0,2,0,0,3,0,0,4,0,0,5]

我想在一维数组的元素之间添加 k-1 个零。

ValueError                                Traceback (most recent call last)
Cell In [98], line 4
      1 k = 3
      3 A = np.array([1,2,3,4,5])
----> 4 B = np.insert(A, np.arange(1,len(A)), values=np.zeros(k-1))
      6 print(k,\'\\n\')
      7 print(A,\'\\n\')

File <__array_function__ internals>:180, in insert(*args, **kwargs)

File c:\\Users\\Naruto\\AppData\\Local\\Programs\\Python\\Python310\\lib\\site-packages\\numpy\\lib\\function_base.py:5325, in insert(arr, obj, values, axis)
   5323 slobj[axis] = indices
   5324 slobj2[axis] = old_mask
-> 5325 new[tuple(slobj)] = values
   5326 new[tuple(slobj2)] = arr
   5328 if wrap:

ValueError: shape mismatch: value array of shape (2,) could not be broadcast to indexing result of shape (4,)```

标签： python arrays numpy numpy-slicing

【解决方案1】：

这会是你要找的吗？

k=3
A=np.array([1,2,3,4,5])
B=np.insert(A, list(range(1,len(A)+1))*(k-1), 0)

我只是复制 obj 数组中的索引。另外，不需要构建一个零数组，一个 0 标量将用于 value 参数。

请注意，肯定有比list 更好的方法来创建该索引（因为它实际上构建了一个列表）。我暂时想不出单线。但是，如果该列表很大，那么为此创建一个迭代器可能是个好主意。

我不确定（我以前从未问过自己这个问题）这个插入是否也是最优的。例如

B=np.zeros((len(A)*k,), dtype=np.int)
B[::k]=A

也可以解决问题。哪一个在内存方面更好（我会说这个，但乍一看，因为它不会创建 obj 列表），而在 cpu 方面，不确定。

编辑：事实上，我刚刚尝试过。第二种解决方案要快得多（27 ms vs 1586 ms，对于具有 50000 个值和 k=100 的 A）。这并不奇怪。很容易弄清楚它的作用（在 C 中，我的意思是在 numpy 代码中，而不是在 python 中）：只是一个分配，然后是一个 for 循环来复制一些值。简直不能再简单了。而 insert 可能会计算移位等

【讨论】：

【解决方案2】：

使用np.zeros 创建B，然后从A 赋值的简单快速方法。

k = 3
A = np.array([1,2,3,4,5])
B = np.zeros(k*len(A)-k+1, dtype=A.dtype)
B[::k] = A

【讨论】：