[英]Using OR to reduce a 3D boolean array to 2D
我有一个3D布尔数组(5830L, 6447L, 4L)
,我想通过在第3维(4L)
使用OR
布尔运算符将其简化为(5830L, 6447L)
(4L)
。 因此,我将对4L
2D数组进行逐元素比较。 一个简单的一维示例将类似于:
a = [True, False, True]
b = [False, False, True]
c = [True, False, True]
mask = [any(tup) for tup in zip(a, b, c)]
print mask
'True, False, True'
第3维的大小可以变化,因此我需要在for
循环中运行它,或以这样的方式运行它,即第3维的大小不像上面那样被硬编码。 numpy.logical_or(a, b)
效果很好,但仅适用于2个数组元素( 2L
)。
任何理想的情况,当其包含3个或更多元素时如何执行此操作; 即三维尺寸> 2L
?
两个选项:使用.reduce
ufunc方法 ,或使用any
方法 (与对布尔值的重复OR相同):
In [195]: x = np.random.choice([False, True], (5830, 6447, 4))
In [196]: via_reduce = np.logical_or.reduce(x, axis=2)
In [197]: via_any = x.any(axis=2)
In [198]: via_manual = np.logical_or(np.logical_or(np.logical_or(x[..., 0], x[..., 1]), x[..., 2]), x[...,3])
In [199]: np.allclose(via_reduce, via_any)
Out[199]: True
In [200]: np.allclose(via_reduce, via_manual)
Out[200]: True
老实说,我期望.any
会更快,但是这里并没有太大的区别:
In [201]: %timeit via_reduce = np.logical_or.reduce(x, axis=2)
883 ms ± 2.99 ms per loop (mean ± std. dev. of 7 runs, 1 loop each)
In [202]: %timeit via_any = x.any(axis=2)
895 ms ± 7.16 ms per loop (mean ± std. dev. of 7 runs, 1 loop each)
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.