二維Numpy數組的條件和

Question

我有4個（但實際上是任意數量的）2D數組，如下所示：

import numpy as np

c1 = np.ones((75, 100))
c2 = np.ones((75, 100))
c3 = np.ones((75, 100))
c4 = np.ones((75, 100))

c1[22:42, 5:35] = np.random.rand(20, 30) / 2
c2[25:45, 25:55] = np.random.rand(20, 30) / 2
c3[28:48, 45:75] = np.random.rand(20, 30) / 2
c4[31:51, 65:95] = np.random.rand(20, 30) / 2

我想做的是將數組的所有地方加起來，除了數組重疊的地方。 在有重疊的地方，該值應為左數組。 我的本能是使用np.where ，但是我想不到這樣做的聰明/巧妙的方法。

希望下面的圖片可以清楚地說明這一點

c_arrays = np.array([c1, c2, c3, c4])
result = c_arrays.sum(axis=0)

fig, ax = plt.subplots()
ax.imshow(result)

---

編輯 ：我想出了一個糟糕的，遞歸的解決方案，至少顯示了我正在尋找的結果。 我希望有人可以提供一種更簡潔的方法，尤其是這種方法不是遞歸的

c_arrays_1 = []
for ci, cj in zip(c_arrays, c_arrays[1:]):
    c = np.where(ci + cj < 1, ci, ci + cj - 1)
    c_arrays_1.append(c)

c_arrays_2 = []
for ci, cj in zip(c_arrays_1, c_arrays_1[1:]):
    c = np.where(ci + cj < 1, ci, ci + cj - 1)
    c_arrays_2.append(c)

c_arrays_3 = []
for ci, cj in zip(c_arrays_2, c_arrays_2[1:]):
    c = np.where(ci + cj < 1, ci, ci + cj - 1)
    c_arrays_3.append(c)

fig, ax = plt.subplots()
ax.imshow(c_arrays_3[0])

Answer 1

我認為這是一種適合您要求的遞歸方法：

def condsum(*arrs, r = 1):
    if len(arrs) == 1:
        return arrs[0]
    else:
        a = condsum(*arrs[1:], r = r)
        return np.where(a == r, arrs[0], a)

那你只需要做

plt.imshow(condsum(c1, c2, c3, c4))