Question

给出一个零的数组，比如说

arr = np.zeros((5, 5))

和一个表示多边形顶点的索引数组，比如说

verts = np.array([[0, 2], [2, 0], [2, 4]])

1）优雅的做法是什么

for v in verts:
    arr[v[0], v[1]] = 1

这样得到的数组是

In [108]: arr
Out[108]: 
array([[ 0.,  0.,  1.,  0.,  0.],
       [ 0.,  0.,  0.,  0.,  0.],
       [ 1.,  0.,  0.,  0.,  1.],
       [ 0.,  0.,  0.,  0.,  0.],
       [ 0.,  0.,  0.,  0.,  0.]])

2）如何用数组填充数组，使输出数组

In [158]: arr
Out[158]: 
array([[ 0.,  0.,  1.,  0.,  0.],
       [ 0.,  1.,  1.,  1.,  0.],
       [ 1.,  1.,  1.,  1.,  1.],
       [ 0.,  0.,  0.,  0.,  0.],
       [ 0.,  0.,  0.,  0.,  0.]])

Answer 1

回答问题的第一部分：arr[tuple(verts.T)] = 1

verts.T将您的索引转换为(2, n)数组，其中两行对应arr的行和列维度。然后将这些解压缩到(row_indices, col_indices)的元组中，然后我们将其用于索引arr。

我们可以更详细地写这个：

row_indices = verts[:, 0]
col_indices = verts[:, 1]
arr[row_indices, col_indices] = 1

对于第二部分，一个适用于任意多边形的方法是使用matplotlib.Path.contains_points，如here所述：

from matplotlib.path import Path

points = np.indices(arr.shape).reshape(2, -1).T
path = Path(verts)
mask = path.contains_points(points, radius=1e-9)
mask = mask.reshape(arr.shape).astype(arr.dtype)

print(repr(mask))
# array([[ 0.,  0.,  1.,  0.,  0.],
#        [ 0.,  1.,  1.,  1.,  0.],
#        [ 1.,  1.,  1.,  1.,  1.],
#        [ 0.,  0.,  0.,  0.,  0.],
#        [ 0.,  0.,  0.,  0.,  0.]])

如何用给定索引/坐标的零填充numpy数组的零

1 个答案: