将函数应用于2D numpy数组元素

Question

我看过这篇文章，想做类似但不完全相同的事情。

我正在实现一个小型的生活游戏，并使用numpy arrays表示游戏的状态。 因此，我需要检查一个单元中有多少个活着的邻居 。 我已经有了一个获取邻居窗口的功能，该窗口根据我想要的窗口大小给出坐标，行数和列数。

所以通常我的窗户是3x3大小，如下所示：

T = True
F = False
[[T,T,T],
 [F,T,T],
 [F,F,F]]  # some random truth values

在此表示中， True代表一个活着的细胞。 现在，我编写了一些代码来遍历状态的所有单元，计算True值，等等，使用double for循环，但是我认为可能有更好的numpy解决方案。

我在天真的方法中会做些什么：

遍历状态的所有单元（不仅是窗口）（我想制定一些代码，如果一个单元满足一个标准或另一个条件（存活并存活或死亡或存活），则要执行该代码）
获取窗口（包装或不包装）（我已经拥有的功能）
检查当前单元是否还活着（可以在状态的numpy数组中进行查找）
如果它还活着，则以一个活着的邻居计数为-1开始，否则以0开始
计算窗口的所有True值（ np.sum ）并将其添加到活动的邻居计数（如果单元格本身处于活动状态，则为-1，因此我仅计算邻居而不是单元格本身）
根据活动邻居的计数是否在一定范围内（可配置），以另一（新）状态的数组True值写入。 （我将从使用以下数组创建的数组开始： np.full((height, width), False, dtype=bool) ）
继续使用该新数组，将旧数组保留在列表中以用于历史记录或日志记录

基本上：

if cell meets criteria:
    write True at the cell's position in a new array

但是，满足条件取决于多行，因为状态的numpy数组是2D数组。 这就是为什么我认为链接的帖子很近，但并不是我真正需要的。

如何以有效的numpy-y方式执行此操作，避免不必要的循环？

澄清

我正在寻找使用numpy和scipy在python中实现此目标的最佳方法，该方法旨在具有很好的可读性和良好的性能。

Answer 1

也许我不理解您要尝试做的所有事情，但是是什么阻止了您仅使用numpy.sum函数？

示例-假设状态为：

import numpy as np
state = np.random.randint(1, 10, (9,9))

在这里，我将{0，1}用作状态值，其中1表示“有效”。 然后，您可以在要研究的细胞周围切片，例如[2,3]

s = state[1:3,2:5]
if s[1,1]:
   val = -1
else
   val = 0
val += s.sum()

如果将其放入for循环中，并注意边框情况，适当地夹紧或包裹，它应该按照您的描述进行操作。

如果您正在寻找一个简短的优雅实现，那么可以使用Python和Numpy非常有效地完成它。