Wie schreibe ich numpy, wo die Bedingung auf Indizes und nicht auf Werten basiert?

Question

Ich habe eine 2d numpy Array und ich brauche alle Elemente zu extrahieren array[i][j], wenn die Bedingungen

x1range < i < x2range und y1range < j < y2range zufrieden sind.

Wie schreibe ich solche Bedingungen? Muss ich mgrid/ogrid verwenden?

Edit: Sollte meine zusätzliche Anforderung geschrieben haben. Ich suchte nach einer where-Bedingung und nicht nach splicing, weil ich die Werte aller Elemente zu (0,0,0) ändern möchte, die die obige Bedingung erfüllen. Ich nahm an, wenn ich eine Bedingung habe, könnte ich das tun.

Edit2: Ist es auch möglich, das "nicht" der oben genannten Bedingung zu bekommen?

Wie in,

if i > x1range and i < x2range and j > y1range and j < y2range: # the above condition 
    do nothing # keep original value 
else: 
    val = (0,0,0) 

Answer 1

Problem # 1: Erste Indizes im Bereich

Sie np.meshgrid verwenden könnten, um diese Indizes zu erhalten -

In [145]: x1range,x2range = 2,5 
    ...: y1range,y2range = 1,4 
    ...: 

In [146]: np.meshgrid(np.arange(x1range,x2range),np.arange(y1range,y2range)) 
Out[146]: 
[array([[2, 3, 4], 
     [2, 3, 4], 
     [2, 3, 4]]), array([[1, 1, 1], 
     [2, 2, 2], 
     [3, 3, 3]])] 

Problem # 2: Extrahieren o r Einstellung Eingabefeldelemente innerhalb dieser Bereiche

Sie np.ix_ nutzen könnten, um direkt Index in dem Eingangsfeld arr -

In [148]: arr 
Out[148]: 
array([[97, 69, 0, 60, 28, 97], 
     [98, 85, 24, 75, 97, 23], 
     [70, 25, 77, 86, 93, 66], 
     [ 0, 85, 51, 17, 40, 92], 
     [66, 28, 28, 22, 79, 52]]) 

In [149]: arr[np.ix_(np.arange(x1range,x2range),np.arange(y1range,y2range))] 
Out[149]: 
array([[25, 77, 86], 
     [85, 51, 17], 
     [28, 28, 22]]) 

Mit dieser Indizierung kann man auch alle diese Elemente direkt eingestellt.

Problem # 3: Extrahieren oder Eingabefeldelemente NICHT Einstellung innerhalb dieser Bereiche

die not zufrieden Elemente 0s und Ruhe als das gleiche zu halten einzustellen/zu extrahieren, Sie NumPy broadcasting alongwith boolean-indexing wie so verwenden können -

In [150]: Imask = np.in1d(np.arange(arr.shape[0]),np.arange(x1range,x2range)) 
    ...: Jmask = np.in1d(np.arange(arr.shape[1]),np.arange(y1range,y2range)) 
    ...: arr[~(Imask[:,None] & Jmask)] = 0 
    ...: 

In [151]: arr 
Out[151]: 
array([[ 0, 0, 0, 0, 0, 0], 
     [ 0, 0, 0, 0, 0, 0], 
     [ 0, 25, 77, 86, 0, 0], 
     [ 0, 85, 51, 17, 0, 0], 
     [ 0, 28, 28, 22, 0, 0]]) 

Answer 2

nur eine Vermutung.

x=array[x1range:x2range,y1range:y2range] 

Answer 3

Wie wäre es mit dem Schneiden?

array[x1range:x2range,y1range:y2range] 

Beispiel:

numpy.array([[1,2,3],[4,5,6],[7,8,9]])[0:2,0:2] 
array([[1, 2], 
     [4, 5]])