transpuesta - que es un array en python
¿Qué significa[:,:] en las matrices NumPy? (3)
El [:, :]
representa todo desde el principio hasta el final, al igual que para las listas. La diferencia es que la primera :
representa la primera y la segunda :
para la segunda dimensión.
a = numpy.zeros((3, 3))
In [132]: a
Out[132]:
array([[ 0., 0., 0.],
[ 0., 0., 0.],
[ 0., 0., 0.]])
Asignando a la segunda fila:
In [133]: a[1, :] = 3
In [134]: a
Out[134]:
array([[ 0., 0., 0.],
[ 3., 3., 3.],
[ 0., 0., 0.]])
Asignando a la segunda columna:
In [135]: a[:, 1] = 4
In [136]: a
Out[136]:
array([[ 0., 4., 0.],
[ 3., 4., 3.],
[ 0., 4., 0.]])
Asignando a todos:
In [137]: a[:] = 10
In [138]: a
Out[138]:
array([[ 10., 10., 10.],
[ 10., 10., 10.],
[ 10., 10., 10.]])
Perdón por la estúpida pregunta. Estoy programando en PHP pero encontré un buen código en Python y quiero "recrearlo" en PHP. Pero estoy bastante frustrado por la línea.
self.h = -0.1
self.activity = numpy.zeros((512, 512)) + self.h
self.activity[:, :] = self.h
Pero no entiendo lo que hace.
[:, :]
media.
Además no pude "Google It".
Codigo completo
import math
import numpy
import pygame
from scipy.misc import imsave
from scipy.ndimage.filters import gaussian_filter
class AmariModel(object):
def __init__(self, size):
self.h = -0.1
self.k = 0.05
self.K = 0.125
self.m = 0.025
self.M = 0.065
self.stimulus = -self.h * numpy.random.random(size)
self.activity = numpy.zeros(size) + self.h
self.excitement = numpy.zeros(size)
self.inhibition = numpy.zeros(size)
def stimulate(self):
self.activity[:, :] = self.activity > 0
sigma = 1 / math.sqrt(2 * self.k)
gaussian_filter(self.activity, sigma, 0, self.excitement, "wrap")
self.excitement *= self.K * math.pi / self.k
sigma = 1 / math.sqrt(2 * self.m)
gaussian_filter(self.activity, sigma, 0, self.inhibition, "wrap")
self.inhibition *= self.M * math.pi / self.m
self.activity[:, :] = self.h
self.activity[:, :] += self.excitement
self.activity[:, :] -= self.inhibition
self.activity[:, :] += self.stimulus
class AmariMazeGenerator(object):
def __init__(self, size):
self.model = AmariModel(size)
pygame.init()
self.display = pygame.display.set_mode(size, 0)
pygame.display.set_caption("Amari Maze Generator")
def run(self):
pixels = pygame.surfarray.pixels3d(self.display)
index = 0
running = True
while running:
self.model.stimulate()
pixels[:, :, :] = (255 * (self.model.activity > 0))[:, :, None]
pygame.display.flip()
for event in pygame.event.get():
if event.type == pygame.QUIT:
running = False
elif event.type == pygame.KEYDOWN:
if event.key == pygame.K_ESCAPE:
running = False
elif event.key == pygame.K_s:
imsave("{0:04d}.png".format(index), pixels[:, :, 0])
index = index + 1
elif event.type == pygame.MOUSEBUTTONDOWN:
position = pygame.mouse.get_pos()
self.model.activity[position] = 1
pygame.quit()
def main():
generator = AmariMazeGenerator((512, 512))
generator.run()
if __name__ == "__main__":
main()
Esta es la asignación de segmento. Técnicamente, llama 1
self.activity.__setitem__((slice(None,None,None),slice(None,None,None)),self.h)
que establece todos los elementos en self.activity
a cualquier valor que self.h
esté almacenando. El código que tienes allí parece realmente redundante. Por lo que puedo decir, puede eliminar la adición en la línea anterior, o simplemente usar la asignación de división:
self.activity = numpy.zeros((512,512)) + self.h
o
self.activity = numpy.zeros((512,512))
self.activity[:,:] = self.h
Quizás la forma más rápida de hacer esto es asignar una matriz vacía y .fill
con el valor esperado:
self.activity = numpy.empty((512,512))
self.activity.fill(self.h)
1 En realidad, __setslice__
se intenta antes de llamar a __setitem__
, pero __setslice__
está en desuso, y no debe usarse en el código moderno a menos que tenga una buena razón para ello.
Numpy usa tuplas como índices. En este caso, esta es una asignación de segmento detallada.
[0]
#means line 0 of your matrix
[(0,0)] #means cell at 0,0 of your matrix
[0:1] #means lines 0 to 1 excluded of your matrix
[:1] #excluding the first value means all lines until line 1 excluded
[1:] #excluding the last param mean all lines starting form line 1 included
[:] #excluding both means all lines
[::2] #the addition of a second '':'' is the sampling. (1 item every 2)
[::] #exluding it means a sampling of 1
[:,:] #simply uses a tuple (a single , represents an empty tuple) instead of an index.
Es equivalente a la más simple.
self.activity[:] = self.h
(que también funciona para listas regulares también)