Question

因此，给定一个由1和0组成的2d numpy数组，我想查找每个索引中值为和的索引，其中其顶部，左侧，右侧或底部包括零。例如在此数组

0 0 0 0 0 0 0 1 0 0 0 1 1 1 0 0 0 1 0 0 0 0 0 0 0

我只希望（1,2），（2,1），（2,3）和（3,2）的坐标，而不是（2,2）的坐标。

我已经创建了可以工作并创建两个坐标列表的代码，类似于numpy非零方法，但是我不认为它非常“ pythonic”，我希望有一种更好，更有效的方法来解决此问题。（*请注意，这仅适用于用零填充的数组）

from numpy import nonzero ... array= ... # A numpy array consistent of zeros and ones non_zeros_pairs=nonzero(array) coordinate_pairs=[[],[]] for x, y in zip(temp[0],temp[1]): if array[x][y+1]==0 or array[x][y-1]==0 or array[x+1][y]==0 or array[x-1][y]==0: coordinate_pairs[0].append(x) coordinate_pairs[1].append(y) ...

如果numpy中存在可以为我处理此问题的方法，那就太好了。如果以前已经在stackoverflow上问过/回答过这个问题，我很乐意将其删除，我很难找到任何东西。谢谢。

Answer 1

设置

import scipy.signal
import numpy as np

a = np.array([[0, 0, 0, 0, 0],
              [0, 0, 1, 0, 0],
              [0, 1, 1, 1, 0],
              [0, 0, 1, 0, 0],
              [0, 0, 0, 0, 0]])

创建一个与每个值和convolve的四个方向匹配的窗口。然后，您可以检查元素是否为1，以及它们的卷积是否小于4，因为值==4表示该值被1s

window = np.array([[0, 1, 0],
                   [1, 0, 1],
                   [0, 1, 0]])

m = scipy.signal.convolve2d(a, window, mode='same', fillvalue=1)

v = np.where(a & (m < 4))

list(zip(*v))

[(1, 2), (2, 1), (2, 3), (3, 2)]

在numpy数组中找到与特定条件匹配的所有坐标对的最有效方法是什么？

1 个答案: