使用OR将3D布尔数组简化为2D

Question

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 ？

Answer 1

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)