在python Numpy中结合切片和高级索引

Question

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。

Answer 1

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 。

Answer 2

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)