2D-Numpy-Array nach Index zerlegen

Question

Wie "schnitze" oder maskiere ich ein 2D-Numpy-Array nach einer Indexformel? Es ist mir egal, was der Elementwert ist, nur seine Position im Array.

Zum Beispiel gegeben eine mxm Matrix, wie extrahieren I alle Elemente, deren Adresse entspricht

for i in range(0,m): 
    for j in range(0,m): 
     if j-i-k>=0: 
      A[i,j] = 1 
     elif j-p-k>=0: 
      A[i,j] = 1 
     elif i-k>=0: 
      A[i,j] = 1 
     else: 
      A[i,j] = 0 
     j=j+1 
    i=i+1 

wo

k und p ein willkürlicher Zäunen

Angenommen

k<m 
p<m 

Dies endet wie eine diagonale Scheibe + eine horizontale Scheibe + a vertikale Scheibe. Kann es ohne die oben genannten for-Schleifen gemacht werden?

Answer 1

xdim,ydim = data.shape 
k = 2 
a, b = np.meshgrid(range(ydim),range(xdim)) 
mask = (b - a -k) < 0 

new_data = data[mask] 

new_data2 = np.array(data) # to force a copy 
new_data2[~mask] = 0 

new_data ist ein Vektor, da die Maskierungsverfahren (auf diese Weise durchgeführt), um das Array abflacht. Sie wählen eine Form mit einem Ragged, die nicht als Array dargestellt werden kann. Wenn Sie nur die nicht ausgewählten Werte auf 0 setzen möchten, verwenden Sie new_data2.

Answer 2

In [1]: import numpy as np 

In [2]: k = 2 

In [3]: i, j = np.ogrid[0:5,0:5] 

In [4]: mask = (j-i-k < 0) 

In [5]: mask 
Out[5]: 
array([[ True, True, False, False, False], 
     [ True, True, True, False, False], 
     [ True, True, True, True, False], 
     [ True, True, True, True, True], 
     [ True, True, True, True, True]], dtype=bool) 

In [6]: mask.shape 
Out[6]: (5, 5) 

In [7]: mask.dtype 
Out[7]: dtype('bool') 

Answer 3

Hier ist noch eine weitere Möglichkeit np.indices mit:

>>> import numpy as np 
>>> a = np.arange(90).reshape(10,9) 
>>> b = np.indices(a.shape) 
>>> k = 2 
>>> i = b[1] - b[0] - k 
>>> a[i < 0] 
array([ 0, 1, 9, 10, 11, 18, 19, 20, 21, 27, 28, 29, 30, 31, 36, 37, 38, 
    39, 40, 41, 45, 46, 47, 48, 49, 50, 51, 54, 55, 56, 57, 58, 59, 60, 
    61, 63, 64, 65, 66, 67, 68, 69, 70, 71, 72, 73, 74, 75, 76, 77, 78, 
    79, 80, 81, 82, 83, 84, 85, 86, 87, 88, 89])