"m x n" dimensionalen Gradienten-array in Python

Question

Ich ausgecheckt gradient descent using python and numpy aber es hat mein Problem nicht gelöst.

Ich versuche mich mit image-processing vertraut zu machen, und ich möchte ein paar Test-Arrays erstellen, mit denen ich in Python herumspielen kann.

Gibt es eine Methode (wie np.arange), um ein m x n Array zu erstellen, wo die inneren Einträge irgendeine Art von Gradient bilden?

Ich habe ein Beispiel für eine naive Methode zur Erzeugung der gewünschten Ausgabe.

Entschuldigen Sie meine Allgemeinheit des Begriffs Gradient, ich benutze es in seiner einfachen Bedeutung als fließenden Übergang in der Farbe.

#!/usr/bin/python 
import numpy as np 
import matplotlib.pyplot as plt 

#Set up parameters 
m = 15 
n = 10 
A_placeholder = np.zeros((m,n)) 
V_m = np.arange(0,m).astype(np.float32) 
V_n = np.arange(0,n).astype(np.float32) 

#Iterate through combinations 
for i in range(m): 
    m_i = V_m[i] 
    for j in range(n): 
     n_j = V_n[j] 
     A_placeholder[i,j] = m_i * n_j #Some combination 

#Relabel 
A_gradient = A_placeholder 
A_placeholder = None 

#Print data 
print A_gradient 
#[[ 0. 0. 0. 0. 0. 0. 0. 0. 0. 0.] 
[ 0. 1. 2. 3. 4. 5. 6. 7. 8. 9.] 
[ 0. 2. 4. 6. 8. 10. 12. 14. 16. 18.] 
[ 0. 3. 6. 9. 12. 15. 18. 21. 24. 27.] 
[ 0. 4. 8. 12. 16. 20. 24. 28. 32. 36.] 
[ 0. 5. 10. 15. 20. 25. 30. 35. 40. 45.] 
[ 0. 6. 12. 18. 24. 30. 36. 42. 48. 54.] 
[ 0. 7. 14. 21. 28. 35. 42. 49. 56. 63.] 
[ 0. 8. 16. 24. 32. 40. 48. 56. 64. 72.] 
[ 0. 9. 18. 27. 36. 45. 54. 63. 72. 81.] 
[ 0. 10. 20. 30. 40. 50. 60. 70. 80. 90.] 
[ 0. 11. 22. 33. 44. 55. 66. 77. 88. 99.] 
[ 0. 12. 24. 36. 48. 60. 72. 84. 96. 108.] 
[ 0. 13. 26. 39. 52. 65. 78. 91. 104. 117.] 
[ 0. 14. 28. 42. 56. 70. 84. 98. 112. 126.]] 

#Show Image 
plt.imshow(A_gradient) 
plt.show() 

Ich habe np.gradient versucht, aber es die gewünschte Ausgabe nicht geben Sie mir habe.

#print np.gradient(np.array([V_m,V_n])) 
#Traceback (most recent call last): 
# File "Untitled.py", line 19, in <module> 
#  print np.gradient(np.array([V_m,V_n])) 
# File "/Users/Mu/anaconda/lib/python2.7/site-packages/numpy/lib/function_base.py", line 1458, in gradient 
#  out[slice1] = (y[slice2] - y[slice3]) 
#ValueError: operands could not be broadcast together with shapes (10,) (15,) 

Answer 1

A_placeholder[i,j] = m_i * n_j 

Jede Operation wie die in numpy ausgedrückt werden unter Verwendung von broadcasting

A = np.arange(m)[:, None] * np.arange(n)[None, :]