在numpy数组中映射值

Question

如何从2D numpy数组出发，在该数组中我只有三个不同的值：-1、0和1，并将它们映射为red （255,0,0）， green （0,255,0）和blue （255 ，0,0）？ 数组很大，但是为了让您大致了解我要寻找的内容，请想象我有输入

array([[ 1,  0, -1],
       [-1,  1,  1],
       [ 0,  0,  1]])

我想要输出：

array([[(0, 0, 255), (0, 255, 0), (255, 0, 0)],
       [(255, 0, 0), (0, 0, 255), (0, 0, 255)],
       [(0, 255, 0), (0, 255, 0), (0, 0, 255)]])

我可以循环并有条件，但是我想知道是否有使用lambda函数的一两个衬垫可以完成此任务？ 谢谢！

Answer 1

您可能要考虑结构化数组，因为它允许元组而数据类型不是object 。

import numpy as np

replacements = {-1: (255, 0, 0), 0: (0, 255, 0), 1: (0, 0, 255)}

arr = np.array([[ 1,  0, -1],
                [-1,  1,  1],
                [ 0,  0,  1]])

new = np.zeros(arr.shape, dtype=np.dtype([('r', np.int32), ('g', np.int32), ('b', np.int32)]))

for n, tup in replacements.items():
    new[arr == n] = tup

print(new)

输出：

[[(  0,   0, 255) (  0, 255,   0) (255,   0,   0)]
 [(255,   0,   0) (  0,   0, 255) (  0,   0, 255)]
 [(  0, 255,   0) (  0, 255,   0) (  0,   0, 255)]]

---

另一个选择是使用3D数组，最后一个维度是3 。 第一个“层”为红色，第二个“层”为绿色，第三个“层”为蓝色。 该选项与plt.imshow()兼容。

import numpy as np

arr = np.array([[ 1,  0, -1],
                [-1,  1,  1],
                [ 0,  0,  1]])

new = np.zeros((*arr.shape, 3))

for i in range(-1, 2):
    new[i + 1, arr == i] = 255

输出：

array([[[  0.,   0., 255.],
        [255.,   0.,   0.],
        [  0.,   0.,   0.]],

       [[  0., 255.,   0.],
        [  0.,   0.,   0.],
        [255., 255.,   0.]],

       [[255.,   0.,   0.],
        [  0., 255., 255.],
        [  0.,   0., 255.]]])