我使用scipy.ndimage.generic_filter来计算数组的局部模态值。我比较了两种方法,看哪种方法更快(因为第一种方法非常慢)。我的第一个方法是;
import numpy as np
import scipy.stats as stats
import scipy.ndimage
def modal(arr):
return stats.mode(arr, axis=None)[0][0]
x = np.random.randint(0, 100, size=(10, 10))
scipy.ndimage.filters.generic_filter(x, modal, size=3)我的第二个方法是;
def modal(arr):
return np.argmax(np.bincount(arr.flatten()))
x = np.random.randint(0, 100, size=(10, 10))
scipy.ndimage.filters.generic_filter(x, modal, size=3)但第二种方法是这样的:
TypeError Traceback (most recent call last)
<ipython-input-122-2e9030c57d71> in <module>()
1 #%timeit -n 5 -r 1
----> 2 scipy.ndimage.filters.generic_filter(x, modal, size=3)
C:\Python27\ArcGIS10.2\lib\site-packages\scipy\ndimage\filters.pyc in generic_filter(input, function, size, footprint, output, mode, cval, origin, extra_arguments, extra_keywords)
1161 mode = _ni_support._extend_mode_to_code(mode)
1162 _nd_image.generic_filter(input, function, footprint, output, mode,
-> 1163 cval, origins, extra_arguments, extra_keywords)
1164 return return_value
<ipython-input-118-86ea9b03ed30> in modal(arr)
1 def modal(arr):
----> 2 return np.argmax(np.bincount(arr.flatten()))
3 return stats.mode(arr, axis=None)[0][0]
TypeError: array cannot be safely cast to required type当我运行这个:
stats.mode(x, axis=None)[0][0] == np.argmax(np.bincount(x.flatten()))它返回True
当返回的值相同时,为什么generic_filter在使用numpy.bincount方法而不是stats.mode方法时抛出类型错误?
我在Windows 7上使用Python2.7.3、Numpy 1.6.1和Scipy0.14.0(我坚持使用这个版本的Numpy和Python,因为这是ESRI ArcGIS附带的内容)。我试着安装scikit映像来计算模态过滤器,但是在安装上我得到了其他错误,并且认为解决这个错误更简单!
发布于 2014-12-03 00:53:20
可以通过在modal中放置打印语句来调查此错误。
def modal(arr):
print(arr)
return np.argmax(np.bincount(arr.flatten()))你会看到输出就像
[ 92. 92. 31. 92. 92. 31. 87. 87. 18.]这表明arr包含的是浮点数,而不是整数。np.bincount的文档声明它的第一个参数必须是一个非负ints的一维数组。
因此,您可以通过使用astype('int64')将浮点数转换为ints来避免错误。
import numpy as np
import scipy.stats as stats
import scipy.ndimage
def modal(arr):
return stats.mode(arr, axis=None)[0][0]
def modal2(arr):
count = np.bincount(arr.astype('int64'))
return np.argmax(count)
x = np.random.randint(0, 100, size=(10, 10))
out = np.empty_like(x, dtype='float')
scipy.ndimage.filters.generic_filter(x, modal, size=3, output=out)
print(out)
scipy.ndimage.filters.generic_filter(x, modal2, size=3, output=out)
print(out)PS。可以删除对flatten的调用,因为arr已经是一维的。
https://stackoverflow.com/questions/27261662
复制相似问题