Question

我想在python中的2-D numpy数组中恢复给定值周围的“缓冲区”。我们的想法是选择给定半径内包含的所有值，然后屏蔽它们。它会是这样的：

在矩阵中选择“单元格”，例如matrix[x, y]
获取邻域中包含的单元格，x, y的距离小于半径r

我想实现一个快速功能，因为我有一个大的数组进行处理（形状是7000 x 10000）。

Answer 1

numpy切片为您开箱即用，而且非常快：

x
Out[38]: 
array([[1, 2, 3, 4],
       [1, 2, 3, 4],
       [1, 2, 3, 4],
       [1, 2, 3, 4]])

x[0:3,0:3] #neighbors distance=1 from (1,1)
Out[39]: 
array([[1, 2, 3],
       [1, 2, 3],
       [1, 2, 3]])

如果你想概括一下，写一个包装器：

def n_closest(x,n,d=1):
    return x[n[0]-d:n[0]+d+1,n[1]-d:n[1]+d+1]

演示：

y = np.diag(np.ones(10))

n_closest(y,(1,3))
Out[67]: 
array([[ 0.,  0.,  0.],
       [ 0.,  0.,  0.],
       [ 1.,  0.,  0.]])

n_closest(y,(2,3),d=2)
Out[69]: 
array([[ 0.,  0.,  0.,  0.,  0.],
       [ 1.,  0.,  0.,  0.,  0.],
       [ 0.,  1.,  0.,  0.,  0.],
       [ 0.,  0.,  1.,  0.,  0.],
       [ 0.,  0.,  0.,  1.,  0.]])

这是一个基本的“方形”面具，如果你需要一个不同形状的面具，很容易制作一个。目前还不清楚这是不是你想要的。

从numpy数组中获取给定半径的值

1 个答案: