Question

我见过这个post，想要做类似的事情，但不完全一样。

我正在实施一些生命游戏游戏并使用numpy arrays来表示游戏的状态。所以我需要检查一下单元有多少活着的邻居。我已经获得了一个函数来获取邻居的窗口，给出了我想要的窗口大小的坐标和行数以及列数。

所以我的窗户通常会像这样大小为3x3：

T = True
F = False
[[T,T,T],
 [F,T,T],
 [F,F,F]]  # some random truth values

在此表示中True代表一个活着的细胞。现在我编写了一些迭代遍历状态的所有单元格的代码，使用double for循环计算True值等，但我认为可能有更好的numpy解决方案。

我在天真的方法中做了什么：

遍历状态的所有单元格（不仅仅是窗口）（我想制定一些代码，以便在单元符合标准或其他条件时执行（生存并存活或死亡并活跃起来））
获取窗口（包装或不包装）（我已经拥有的功能）
检查当前单元格是否处于活动状态（可以在状态的numpy数组中进行查找）
如果它是活着的，则以-1的活动邻居计数开始，否则以0
计算窗口的所有真值（np.sum）并将其添加到活动邻居计数（如果单元格本身处于活动状态，则为-1，这样我只计算邻居而不计算单元本身）< / LI>
取决于活动邻居的计数是否在某个范围内（可配置），写入另一个（新）状态的数组True值。（我将从一个数组开始，我使用np.full((height, width), False, dtype=bool)）
继续使用新数组，将旧数组保留在历史记录或日志记录列表中

基本上：

if cell meets criteria:
    write True at the cell's position in a new array

但是满足条件取决于多行，因为状态的numpy数组是一个2D数组。这就是为什么我认为链接的帖子很接近但不完全是我需要的。

如何以高效的numpy-y方式做到这一点，避免不必要的循环？

澄清

我正在寻找使用numpy和scipy在python中实现它的最佳方法，它的目的是提高可读性并具有良好的性能。

Answer 1

也许我不明白你想做的一切，但是什么阻止你只使用numpy.sum功能呢？

示例 - 让状态为：

import numpy as np
state = np.random.randint(1, 10, (9,9))

这里我使用{0,1}作为状态的值，其中1表示＆＃34; alive＆＃34;。然后你可以在被调查的细胞周围切片，例如[2,3]

s = state[1:3,2:5]
if s[1,1]:
   val = -1
else
   val = 0
val += s.sum()

如果你把它放在for循环中并注意边框情况，夹紧或包装，它应该按照你描述的那样做。

如果您正在寻找一个简短的优雅实现，可以非常efficiently with Python and Numpy完成。