Python 等价于 Matlab shiftdim()答案

【问题标题】：Python equivalent of Matlab shiftdim()Python 等价于 Matlab shiftdim()
【发布时间】：2021-08-07 13:39:23
【问题描述】：

我目前正在将一些Matlab代码转换为Python，我想知道是否有与Matlab的shiftdim(A, n)类似的功能

B = shiftdim(A,n) 将数组 A 的维度移动 n 个位置。当 n 为正整数时，shiftdim 将维度向左移动，当 n 为负整数时，将维度向右移动。例如，如果 A 是一个 2×3×4 数组，则 shiftdim(A,2) 返回一个 4×2×3 数组。

【问题讨论】：

在 Python 中，将代码写成矩阵运算的重要性要小得多。在 Matlab 中，您希望尽可能避免循环，因为它们很慢。如果 shiftdim 用于将您的问题转换为矩阵运算，那么可能有一种不同的、更 Pythonic 的方法。
@user_na，他可能正在使用具有类似矩阵功能的numpy。
似乎np.transpose 会处理它。但是要得出正确的顺序需要一些思考。从文档开始，并尝试一些小例子。例如arr.transpose(2,0,1)

标签： python matlab numpy equivalent

【解决方案1】：

如果你使用 numpy，你可以使用np.moveaxis。

来自docs：

>>> x = np.zeros((3, 4, 5))
>>> np.moveaxis(x, 0, -1).shape
(4, 5, 3)
>>> np.moveaxis(x, -1, 0).shape
(5, 3, 4)

numpy.moveaxis(a, source, destination)[source]

Parameters

a:        np.ndarray 
          The array whose axes should be reordered.

source:   int or sequence of int
          Original positions of the axes to move. These must be unique.

destination: int or sequence of int
             Destination positions for each of the original axes. 
             These must also be unique.

【讨论】：

【解决方案2】：

shiftdim 的功能比移动轴要复杂一些。

对于输入 shiftdim(A, n)，如果 n 为正数，则将轴向左移动 n（即，旋转），但如果 n 为负数，则将轴向右移动并附加大小为 1 的尾随维度。李>
对于输入 shiftdim(A)，删除任何大小为 1 的尾随尺寸。

from collections import deque
import numpy as np

def shiftdim(array, n=None):
    if n is not None:
        if n >= 0:
            axes = tuple(range(len(array.shape)))
            new_axes = deque(axes)
            new_axes.rotate(n)
            return np.moveaxis(array, axes, tuple(new_axes))
        return np.expand_dims(array, axis=tuple(range(-n)))
    else:
        idx = 0
        for dim in array.shape:
            if dim == 1:
                idx += 1
            else:
                break
        axes = tuple(range(idx))
        # Note that this returns a tuple of 2 results
        return np.squeeze(array, axis=axes), len(axes)

与 Matlab 文档相同的示例

a = np.random.uniform(size=(4, 2, 3, 5))
print(shiftdim(a, 2).shape)      # prints (3, 5, 4, 2)
print(shiftdim(a, -2).shape)     # prints (1, 1, 4, 2, 3, 5)

a = np.random.uniform(size=(1, 1, 3, 2, 4))
b, nshifts = shiftdim(a)
print(nshifts)                   # prints 2
print(b.shape)                   # prints (3, 2, 4)

【讨论】：