Numpy 2D配列の各サブマトリックスの最大の要素のインデックスを取得します

Question

私はサイズsの正方形のサブリージョンで分割する必要がある2D Numpy ndarray、xを持っています。各小地域について、私は最大の要素（私が行う）とその小領域内での位置（私は把握できません）を得たいと思います。ここ

が最小の例である：たとえば

>>> x = np.random.randint(0, 10, (6,8)) 
>>> x 
array([[9, 4, 8, 9, 5, 7, 3, 3], 
     [3, 1, 8, 0, 7, 7, 5, 1], 
     [7, 7, 3, 6, 0, 2, 1, 0], 
     [7, 3, 9, 8, 1, 6, 7, 7], 
     [1, 6, 0, 7, 5, 1, 2, 0], 
     [8, 7, 9, 5, 8, 3, 6, 0]]) 
>>> h, w = x.shape 
>>> s = 2 
>>> f = x.reshape(h//s, s, w//s, s) 
>>> mx = np.max(f, axis=(1, 3)) 
>>> mx 
array([[9, 9, 7, 5], 
     [7, 9, 6, 7], 
     [8, 9, 8, 6]]) 

、mxの左下隅に8はxの左下隅にある部分領域[[1,6], [8, 7]]から最大の要素です。私が欲しいもの

は、このような指標最大の要素のを保持mxに似た配列を、得ることです：

[[0, 1, 1, 2], 
[0, 2, 3, 2], 
[2, 2, 2, 2]] 

、例えば、左下隅の2があります線形表現[[1, 6], [8, 7]]の8のインデックス。

np.argmax(f[i, :, j, :])を繰り返し、iとjを繰り返しますが、大量の計算では速度差が大きいです。あなたにアイデアを与えるために、私はmax poolingのためだけにNumpyを使用しようとしています。基本的には、私が使っているものよりも速い選択肢があるかどうか尋ねています。

# Get shape of output array 
m,n = np.array(x.shape)//s 

# Reshape and permute axes to bring the block as rows 
x1 = x.reshape(h//s, s, w//s, s).swapaxes(1,2).reshape(-1,s**2) 

# Use argmax along each row and reshape to output shape 
out = x1.argmax(1).reshape(m,n) 

サンプル入力、出力 - -

Answer 1

ここに1つのアプローチだ

また

In [362]: x 
Out[362]: 
array([[9, 4, 8, 9, 5, 7, 3, 3], 
     [3, 1, 8, 0, 7, 7, 5, 1], 
     [7, 7, 3, 6, 0, 2, 1, 0], 
     [7, 3, 9, 8, 1, 6, 7, 7], 
     [1, 6, 0, 7, 5, 1, 2, 0], 
     [8, 7, 9, 5, 8, 3, 6, 0]]) 

In [363]: out 
Out[363]: 
array([[0, 1, 1, 2], 
     [0, 2, 3, 2], 
     [2, 2, 2, 2]]) 

、物事を単純化するためには、私たちは私たちのために軸を再形成し、並べ替えの重い作業を行うscikit-imageを使用することができます -

In [372]: from skimage.util import view_as_blocks as viewB 

In [373]: viewB(x, (s,s)).reshape(-1,s**2).argmax(1).reshape(m,n) 
Out[373]: 
array([[0, 1, 1, 2], 
     [0, 2, 3, 2], 
     [2, 2, 2, 2]])