python Numpy結合切片和高級索引

我試圖結合numpy數組切片和高級索引失敗。例如，我有填充有1/0的python Numpy結合切片和高級索引

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

我找到非零元素的索引一個numpy的數組：

(nz,) = np.nonzero(r)

然後我想用非零個索引的陣列操作上我的數組r。對於r中的每個索引，我想在r中向前着色一個範圍（在下面的5個值中）。像 -

r[nz,:nz:nz+5] = 255

其給出結果：

陣列（[0，0，255，255，0，255，0，0，255，0，255，0，0， 0， 0，0，0，0，0，0]）

我會然而預料以下：

陣列（[0，0，255，255，255，255，255，255，255， 255,255,255,255, 255,255,0,0,0,0,0]）

給定我的索引[nz，：nz：nz + 5] = 255。我認爲這意味着從當前索引nz到nz + 5的設置值爲255.

我的目標是避免必須進行for-loop爲了效率的原因迭代數組。我對python和numpy比較陌生，所以我們歡迎所有的建議。

來源

2014-10-22 DiarmuidC

您可以使用示例輸入和預期輸出來編輯您的問題嗎？ – Korem 2014-10-22 08:48:33

這是一個索引錯誤，只是在一些較舊的numpy版本中存在一個錯誤，它完全被允許。你有一個維度的兩個指標。 – seberg 2014-10-22 17:11:27

如何創建切片的矩陣：

>>> import numpy as np 
>>> r = np.array([0, 0, 1, 1, 0, 1, 0, 0, 1, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0]) 
>>> nz = np.nonzero(r) 
>>> slices = np.vstack(np.arange(x, x + 5) for x in nz[0]) 
>>> slices 
array([[ 2, 3, 4, 5, 6], 
     [ 3, 4, 5, 6, 7], 
     [ 5, 6, 7, 8, 9], 
     [ 8, 9, 10, 11, 12], 
     [10, 11, 12, 13, 14]], dtype=int64) 
>>> r[slices] 
array([[1, 1, 0, 1, 0], 
     [1, 0, 1, 0, 0], 
     [1, 0, 0, 1, 0], 
     [1, 0, 1, 0, 0], 
     [1, 0, 0, 0, 0]]) 
>>> r[slices] = 255 
>>> r 
array([ 0, 0, 255, 255, 255, 255, 255, 255, 255, 255, 255, 255, 255, 
     255, 255, 0, 0, 0, 0, 0])

請注意，此代碼假定你有足夠的「填充」結尾。如果它嘗試索引r以外的項目，它將失敗，並顯示IndexError。

來源

2014-10-22 09:46:41

問題描述類似於典型的信號卷積步驟。 scipy中有兩個模塊實現信號處理，scipy.signal和scipy.ndimage，如果您打算做更多的事情，您可能會感興趣。在這種特殊情況下，可以使用通用np.convolve（請注意，我添加用於說明目的尾隨1）：

In [45]: r = np.array([0, 0, 1, 1, 0, 1, 0, 0, 1, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 1]) 

In [46]: r[np.convolve(r, np.ones(5, dtype=r.dtype))[:-4] > 0] = 255; r 
Out[46]: 
array([ 0, 0, 255, 255, 255, 255, 255, 255, 255, 255, 255, 255, 255, 
     255, 255, 0, 0, 0, 0, 255])

這裏的卷積運算的結果：

In [48]: np.convolve(r, np.ones(5, dtype=r.dtype)) 
Out[48]: 
array([0, 0, 1, 2, 2, 3, 3, 2, 2, 2, 2, 2, 2, 1, 1, 0, 0, 0, 0, 1, 1, 1, 1, 1])

正如你所看到的，最後的1最後產生了完整的1，它們應該被剝離。之後，卷積陣列中的非零元素將爲您提供所需的布爾掩碼：

In [49]: np.convolve(r, np.ones(5, dtype=r.dtype))[:-4] > 0 
Out[49]: 
array([False, False, True, True, True, True, True, True, True, 
     True, True, True, True, True, True, False, False, False, 
     False, True], dtype=bool)

來源

2014-10-22 16:18:24 immerrr

python Numpy結合切片和高級索引

回答

相關問題