连续二维切片上的 Numpy 矢量化函数

Question

我有一个 3D numpy 数组。我想通过在沿轴的连续 2d 切片上执行函数并将生成的切片堆叠在一起来形成一个新的 3d 数组。显然，有很多方法可以做到这一点；我想以最简洁的方式做到这一点。我认为这是可能的numpy.vectorize，但这似乎产生了一个迭代数组中每个值的函数，而不是沿第一个轴移动的二维切片。

基本上，我想要看起来像这样的代码：

new3dmat = np.vectorize(func2dmat)(my3dmat)

并完成与此相同的事情：

new3dmat = np.empty_like(my3dmat)
for i in range(my3dmat.shape[0]):
  new3dmat[i] = func2dmat(my3dmat[i])

我怎样才能做到这一点？

Answer 1

恐怕像下面这样的东西是简洁性和性能之间的最佳折衷。不幸的是，apply_along_axis 不采用多个轴。

new3dmat = np.array([func2dmat(slice) for slice in my3dmat])

它在额外分配等方面并不理想，但除非 .shape[0] 相对于 .size 大，额外的开销应该是最小的。