在 boolean 二維 numpy 數組中轉換 3D numpy 數組

Question

假設我們有以下 3D 數組：

[[[0, 0, 0],
 [0, 0, 0],
 [0, 0, 0]],

 [[1, 2, 1],
 [0, 0, 0],
 [4, 2, 1]],

 [[0, 0, 0],
 [1, 1, 3],
 [0, 0, 0]]]

每當axis = 2中的每個元素分別不同或等於[0,0,0]時，我想減少數組的維度並獲得True或False。

上一個示例陣列所需的二維 output：

[[False, False, False]
 [True, False, True],
 [False, True, False]]

我們從 3x3x3 int/float 數組傳遞到 3x3 boolean 數組。

Answer 1

嘗試：

print(arr[:, :, 1] != 0)  # 1 means second column, change to 0 for first, 2 for third column

印刷：

[[False False False]
 [ True False  True]
 [False  True False]]

---

注意：我使用了基於ndarray 的 numpy 索引。 [:,:, 1]表示我想要來自每個二維矩陣、每一行和第二 (1) 列的值。 然后將這些值與0進行比較，得到 boolean 矩陣。

Answer 2

IIUC 您想將最后一個維度與 [0,0,0] 進行比較，如果所有值都不同，則返回 False，否則返回 True。

假設a陣列：

out = (a != [0,0,0]).any(2)

選擇：

out = ~(a == [0,0,0]).all(2)

Output：

array([[False, False, False],
       [ True, False,  True],
       [False,  True, False]])

Answer 3

 >>> test = [[[0, 0, 0],
 [0, 0, 0],
 [0, 0, 0]],

 [[1, 2, 1],
 [0, 0, 0],
 [4, 2, 1]],

 [[0, 0, 0],
 [1, 1, 3],
 [0, 0, 0]]]
 >>> [[not ee == [0, 0, 0] for ee in e] for e in test]

Answer 4

import numpy as np

arr = np.array([
    [
        [0, 0, 0],
        [0, 0, 0],
        [0, 0, 0],
    ],

    [
        [1, 2, 1],
        [0, 0, 0],
        [4, 2, 1],
    ],

    [
        [0, 0, 0],
        [1, 1, 3],
        [0, 0, 0],
    ]
])

answer = (arr != 0).any(axis=2)

print(answer)
# [[False False False]
#  [ True False  True]
#  [False  True False]]