我想沿着一个轴从特定位置的X
数组中分散并收集元素。
因此,给定一个索引数组idx
,我想选择第0列的idx(0)
th元素,第1列的idx(1)
th元素,等等。
在Numpy中,以下语句:
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));
我得到了一个形状为[3,3,1,1]的数组,其中的元素
1.0000 4.0000 4.0000
2.0000 5.0000 5.0000
3.0000 6.0000 6.0000
那么,如何在ArrayFire中实现所需的类似于numpy的行为来分散和收集元素?
要对矩阵执行聚集操作,我可以提取所得矩阵的对角线,但它可能在多维情况下不起作用,并且在其他(散点)方向上不起作用。
最佳答案
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
当涉及到af::array时,ArrayFire会做笛卡尔积。因此,输出。
因此,请参阅以下索引。
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))
的输出为3x3矩阵。要基于坐标收集元素,您将需要不同的功能
approx2。请注意,此函数仅将其索引用作浮点数组。
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,由于非常原因,您必须将数组展平
当涉及到af::array时,
array::operator()
认为笛卡尔积。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indexing tutorial中查找更多详细信息。
关于c++ - 像ArrayFire中的Numpy一样分散/聚集,我们在Stack Overflow上找到一个类似的问题:https://stackoverflow.com/questions/62073117/