Question

我正在使用Python中的n维数组，我希望根据其坐标找到给定单元格的“邻居”（邻近单元格）。问题是我事先并不知道维度的数量。

我尝试按numpy.roll的建议使用this answer，但似乎不清楚如何将此方法应用于多个维度。

请指出正确的方向。

Answer 1

我将假设你有一个(ndims,)索引向量指定某个点p，你想要一个(m, ndims)索引数组对应于每个位置数组中的相邻元素（包括对角相邻的元素）。

从索引向量p开始，您希望按-1,0和+1的每个可能组合偏移每个元素。这可以通过使用np.indices生成(m, ndims)偏移数组，然后将这些偏移添加到p来完成。

您可能希望排除点p本身（即offset == np.array([0, 0, ..., 0])的位置，您可能还需要排除越界索引。

import numpy as np

def get_neighbours(p, exclude_p=True, shape=None):

    ndim = len(p)

    # generate an (m, ndims) array containing all strings over the alphabet {0, 1, 2}:
    offset_idx = np.indices((3,) * ndim).reshape(ndim, -1).T

    # use these to index into np.array([-1, 0, 1]) to get offsets
    offsets = np.r_[-1, 0, 1].take(offset_idx)

    # optional: exclude offsets of 0, 0, ..., 0 (i.e. p itself)
    if exclude_p:
        offsets = offsets[np.any(offsets, 1)]

    neighbours = p + offsets    # apply offsets to p

    # optional: exclude out-of-bounds indices
    if shape is not None:
        valid = np.all((neighbours < np.array(shape)) & (neighbours >= 0), axis=1)
        neighbours = neighbours[valid]

    return neighbours

这是一个易于想象的2D示例：

p = np.r_[4, 5]
shape = (6, 6)

neighbours = get_neighbours(p, shape=shape)

x = np.zeros(shape, int)
x[tuple(neighbours.T)] = 1
x[tuple(p)] = 2

print(x)
# [[0 0 0 0 0 0]
#  [0 0 0 0 0 0]
#  [0 0 0 0 0 0]
#  [0 0 0 0 1 1]
#  [0 0 0 0 1 2]
#  [0 0 0 0 1 1]]

这将推广到任何维度。

如果您只想索引＆＃34;邻居＆＃34; p并且您并不关心排除p本身，更简单，更快捷的选择是使用slice个对象的元组：

idx = tuple(slice(pp - 1, pp + 2) for pp in p)
print(x[idx])
# [[1 1]
#  [1 2]
#  [1 1]]

如何在ndarray中查找单元格的邻居？

1 个答案: