roll dans un tableau en python

Salut tout le monde,
J'ai un petit problème dans le roll :
numpy.roll(a, shift, axis=None)

Moi j'ai un tableau (a) , que j'ai envie de changer,( chiffter les données en colonne, axis =1) mais pas du même nombre, (shift). les nombres avec lesquels j'ai envie de shifter sont dans un tableau à une dimension (960) et mon tableau est de 960*8 ... mais le soucis c'est que le shift doit être un entier , alors que moi je voulais chifter chaque ligne avec l'élément correspondant dans mon vecteur shift
donc, je ne peux pas faire :

dxnroll = np.roll(a, shift, axis=1) ## shift étant un tableau !!!!

Comme y'a beaucoup de données, quelle solution me proposez vous ??
Ou un petit bout de code pour que je chiffte chaque ligne avec le nombre correspondant dans mon vecteur ??
Merci déjà pour votre réponse

Juste une idée comme ça, je dis pas que ça soit le plus efficace:

1) Générer toutes les rotations possibles de tout le tableau
2) Utiliser numpy.choose pour sélectionner les lignes désirées

Code:

---

1 2	rolls = [np.roll(a, i, axis=1).T for i in range(np.size(a, 1))] dxnroll = np.choose(shift, rolls).T

---

Les transpositions, c'est pour avoir des formats compatibles pour choose.

Salut.
Pourquoi pas un :

Code:

---

1 2 3 4 5

import numpy as np a = np.diag(np.ones(4)) shift_tab = range(0,-np.size(a, 1),-1) for i, shift in enumerate(shift_tab): a[i,:] = np.roll( a[i,:], shift)

---

La solution de __dardanos__ m'a donné une autre idée:

Code:

---

1 2 3 4

dxnroll = np.empty_like(a) for i in range(np.size(a,1)): lines = np.where(shift == i)[0] dxnroll[lines,:] = np.roll(a[lines,:], i, axis=1)

---

Cela devrait être la plus efficace des solutions proposées jusqu'ici s'il y a beaucoup de lignes.

Citation:

---

Envoyé par dividee

La solution de __dardanos__ m'a donné une autre idée:

Code:

---

1 2 3 4

dxnroll = np.empty_like(a) for i in range(np.size(a,1)): lines = np.where(shift == i)[0] dxnroll[lines,:] = np.roll(a[lines,:], i, axis=1)

---

Cela devrait être la plus efficace des solutions proposées jusqu'ici s'il y a beaucoup de lignes.

---

les deux premiers ne marchaient pas !!
le dernier marche, mais ne me fait pas ce que je veux !!
le vecteur shift c'est un vecteur tout a fait indépendant de a !!!
je veux shifter les éléments des lignes par les valeurs correspondantes dans le vecteur shift ! puisqu'ils ont la meme dimension en ligne, je ne vois pas pour quoi ne n'y arrive pas !!!
donc, prenons exemple : a[0,:] shifté par shift[0]
a[1,:] shifté par shift[1] ...etc

et mon code c'était :

for g in range(shift.shape()):
rolls = np.roll(a[g,:], shift[g], axis=1)

l'erreur : TypeError: 'tuple' object is not callable !!!

Je pense que tu cherches à faire :

Code:

---

1 2	for g in range(np.size(shift)): rolls = np.roll(a[g,:], shift[g])

---

Tu te rapproches de ma solution. Pour la tester, copie/colle tout le code posté :

Code:

---

1 2 3 4 5 6 7 8 9

import numpy as np   a = np.diag(np.ones(4)) shift_tab = range(0,-np.size(a, 1),-1) print "Tableau original :\n", a   for i, shift in enumerate(shift_tab): a[i,:] = np.roll( a[i,:], shift) print u"\nTableau 'shifté' :\n", a

---

et ca marche,
au départ il l'a considéré comme un tuple pour je ne sais quelle raison !!
mais j'ai réessayé avec modification de je ne sais quoi, et ça marche !!
thanks :)

Citation:

---

Envoyé par Lyly87

les deux premiers ne marchaient pas !!
le dernier marche, mais ne me fait pas ce que je veux !!
le vecteur shift c'est un vecteur tout a fait indépendant de a !!!
je veux shifter les éléments des lignes par les valeurs correspondantes dans le vecteur shift ! puisqu'ils ont la meme dimension en ligne, je ne vois pas pour quoi ne n'y arrive pas !!!

---

Je pense qu'on avait bien compris. Les points d'exclamation ça rend pas les choses plus claires.

coucou dividee,
ne fais pas attention aux points d'exclamation ,
c'est une habitude que j'ai de l'écrire, même si je ne veux rien dire avec ..
c'est juste quand je n'arrive pas a un résultat que je fais ça , sans aucune intention derrière :)
merci encore pour ton aide ;)