[英]Elegant way to check co-ordinates of a 2D NumPy array lie within a certain range
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]]
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。
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.