numpyの配列の操作のやり方について

Question

numpyを使って3次元配列の3次元目にのみ特別な計算を施した結果を得るにはどうしたら良いでしょうか？

例えば(100,200,3)という形の配列があったとして、
,3の部分、例えば[3,4,5]という要素だとしてそれの平均4を取ったものに置き換え、(100,200)に変換をしたいです。
for文を使わずこれを書くにはどうしたらよいでしょうか？
ちなみに上の例は画像をグレースケールに変換したい場合などです。

Answer 1

• 例えば[3,4,5]という要素だとしてそれの平均4を取ったものに置き換え、(100,200)に変換をしたいです。

という質問と、

• 画像をグレースケールに変換したい場合などです。

という質問で答えが違います。

前者の質問の答えは37458さんが書かれている通りです。

しかし、shapeが(100,200,3)でdtypeがuint8のカラー画像にその処理を行うと、shapeが(100,200)ででdtypeがfloat64のndarrayとなり、正しいグレースケール画像にはなりません。

この場合は、np.mean(array,axis=2).astype('uint8') とすべきです。
普通は、cv2.cvtColor(array, cv2.COLOR_BGR2GRAY)でやるでしょう。

Python, OpenCV, NumPyでカラー画像を白黒（グレースケール）に変換 をご覧ください。

• 平均など一般的なものではなく独自の関数を設定したい場合にはどうしたらよいのでしょうか？

これを最初から書いて置いた方が、回答は速く得られますよ。
回答者からは、初心者なのか、ある程度分かっている人が聞いているのかは分からないのです。

回答は以下です。

def f(x):
    return sum(x)//len(x)

np.apply_along_axis(f, 2, array)

lambda式を使えば、以下でも同じです。

np.apply_along_axis(lambda x: sum(x)//len(x), 2, array)

Comments

[babbleman]

回答していただき有難うございます。
昨日質問の投稿後、愚直にfor文を回して書いてみたのですが型が合わないというエラーが出ていたのでnp.floatなどで試してましたがうまくいかなかったです。
グレースケールはそのまま既存の関数を使えば大丈夫なのですが、どちらかというとこれからやりたいことは輪郭抽出で、微分フィルタというものにかけるときにブロードキャスト的な計算ができるようにしておきたいと考えました。

[babbleman]

ありがとうございます！
まさにピンポイントで教えて頂きました。
読み返してみて質問が回りくどかったので、今度からよりピンポイントな質問をするようにします。

Answer 2

np.mean(array,axis=2)

axisが圧縮したい次元です。
numpyの関数には次元を指定する引数がついていることが多いです。

Comments

[babbleman]

回答していただき有難うございます。
axisはそのような場合のためにあったのですね。
平均など一般的なものではなく独自の関数を設定したい場合にはどうしたらよいのでしょうか？