检查2D NumPy数组坐标的优雅方法在一定范围内

Question

因此，假设我们有一个二维NumPy数组（表示坐标），我想检查所有坐标是否都在某个范围内。 最Python化的方法是什么？ 例如：

a = np.array([[-1,2], [1,5], [6,7], [5,2], [3,4], [0, 0], [-1,-1]])

#ALL THE COORDINATES WITHIN x-> 0 to 4 AND y-> 0 to 4 SHOULD
 BE PUT IN b (x and y ranges might not be equal)

b = #DO SOME OPERATION

>>> b
>>> [[3,4],
    [0,0]]

Answer 1

如果两个方向（x和y）的范围相同，则将它们进行比较并使用all ：

import numpy as np

a = np.array([[-1,2], [1,5], [6,7], [5,2], [3,4], [0, 0], [-1,-1]])
a[(a >= 0).all(axis=1) & (a <= 4).all(axis=1)]
# array([[3, 4],
#        [0, 0]])

如果范围不相同，您还可以比较与该轴大小相同的可迭代对象（此处为两个）：

mins = 0, 1   # x_min, y_min
maxs = 4, 10  # x_max, y_max

a[(a >= mins).all(axis=1) & (a <= maxs).all(axis=1)]
# array([[1, 5],
#        [3, 4]])

---

要查看此处发生的情况，让我们看一下中间步骤：

比较得出每个元素的比较结果，形状与原始数组相同：

a >= mins
# array([[False,  True],
#        [ True,  True],
#        [ True,  True],
#        [ True,  True],
#        [ True,  True],
#        [ True, False],
#        [False, False]], dtype=bool)

使用nmpy.ndarray.all ，您nmpy.ndarray.all所有值是否正确，类似于内置函数all ：

(a >= mins).all()
# False

使用axis参数，可以将其限制为仅沿数组的一个（或多个）轴比较值：

(a >= mins).all(axis=1)
# array([False,  True,  True,  True,  True, False, False], dtype=bool)
(a >= mins).all(axis=0)
# array([False, False], dtype=bool)

请注意，此输出与数组具有相同的形状，不同之处在于用axis提及的所有尺寸均已收缩为单个True / False 。

在使用True, False值序列索引数组时，如果可能，将其转换为正确的形状。 由于我们用(7,) = (7, 1)索引索引形状为(7, 2) 7，2）的数组，因此这些值沿第二维隐式重复，因此这些值用于选择原始数组的行。