[英]Combining slicing and advanced indexing in python Numpy
我正在尝试将numpy数组切片和高级索引结合在一起,但未成功。 例如我有一个用1/0填充的numpy数组
r = np.array([0, 0, 1, 1, 0, 1, 0, 0, 1, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0])
我发现非零元素的索引:
(nz,) = np.nonzero(r)
然后,我想使用非零索引数组对数组r进行操作。 对于r中的每个索引,我想为r中的某个值的范围(以下5个)着色。 就像是 -
r[nz,:nz:nz+5] = 255
得到结果:
数组([0,0,255,255,0,255,0,0,255,0,255,0,0,0,0,0,0,0,0,0])
但是,我期望以下几点:
array([0,0,255,255,255,255,255,255,255,255,255,255,255,255,255,0,0,0,0,0])
给定我的索引[nz,:nz:nz + 5] =255。我认为这是指从当前索引nz到nz + 5的值设置为255。
我的目标是避免出于效率原因而必须对数组进行循环迭代。 我对python和numpy比较陌生,因此欢迎所有建议。
如何创建切片矩阵:
>>> import numpy as np
>>> r = np.array([0, 0, 1, 1, 0, 1, 0, 0, 1, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0])
>>> nz = np.nonzero(r)
>>> slices = np.vstack(np.arange(x, x + 5) for x in nz[0])
>>> slices
array([[ 2, 3, 4, 5, 6],
[ 3, 4, 5, 6, 7],
[ 5, 6, 7, 8, 9],
[ 8, 9, 10, 11, 12],
[10, 11, 12, 13, 14]], dtype=int64)
>>> r[slices]
array([[1, 1, 0, 1, 0],
[1, 0, 1, 0, 0],
[1, 0, 0, 1, 0],
[1, 0, 1, 0, 0],
[1, 0, 0, 0, 0]])
>>> r[slices] = 255
>>> r
array([ 0, 0, 255, 255, 255, 255, 255, 255, 255, 255, 255, 255, 255,
255, 255, 0, 0, 0, 0, 0])
请注意,此代码假定结尾处有足够的“填充”。 如果尝试索引r
之外的项目,它将失败并出现IndexError
。
问题描述类似于典型的信号卷积步骤。 scipy中有两个实现信号处理的模块scipy.signal
和scipy.ndimage
,如果您打算做更多的事情,可能会发现它们很有趣。 在这种特殊情况下,您可以使用通用np.convolve
(注意,我出于说明目的添加了尾随1):
In [45]: r = np.array([0, 0, 1, 1, 0, 1, 0, 0, 1, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 1])
In [46]: r[np.convolve(r, np.ones(5, dtype=r.dtype))[:-4] > 0] = 255; r
Out[46]:
array([ 0, 0, 255, 255, 255, 255, 255, 255, 255, 255, 255, 255, 255,
255, 255, 0, 0, 0, 0, 255])
这是卷积运算的结果:
In [48]: np.convolve(r, np.ones(5, dtype=r.dtype))
Out[48]:
array([0, 0, 1, 2, 2, 3, 3, 2, 2, 2, 2, 2, 2, 1, 1, 0, 0, 0, 0, 1, 1, 1, 1, 1])
如您所见,最后一个1
在最后产生了一个完整的1
s序列,应该将其剥离。 之后,卷积数组中的非零元素将为您提供所需的布尔掩码:
In [49]: np.convolve(r, np.ones(5, dtype=r.dtype))[:-4] > 0
Out[49]:
array([False, False, True, True, True, True, True, True, True,
True, True, True, True, True, True, False, False, False,
False, True], dtype=bool)
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.