例如，我有一個 Numpy 2D 陣列（7 行，7 列），其中填充了零：
my_ 陣列 = numpy.zeros((7, 7))
然后為了論證，我想選擇中間的元素并將其值設定為 1：
my_array[3,3] = 1
現在假設我的曼哈頓距離為 3，我如何對陣列進行子集化以僅選擇小于或等于曼哈頓距離（從中間元素）的元素并將這些元素設定為 1？最終結果應該是：
我可以遍歷 2D 陣列中的每個元素，但不想這樣做，因為這太昂貴了，特別是如果我的矩陣非常大且曼哈頓距離非常小（例如，曼哈頓距離為 10 的 70x70 矩陣）。
uj5u.com熱心網友回復：
我會用meshgrid創建一個大小為2,n,n的輔助矩陣來合并索引，然后減去所需的索引中心，對減去的索引的絕對值求和并進行閾值比較。這里有一些例子
import numpy as np
import matplotlib.pyplot as plt #to draw result
n=70 #size of matrix
distance = 10 #distance
centerCoord = [35,35]
#here i create a mesh matrix of indices
xarr = np.arange(n)
idxMat = np.meshgrid(xarr,xarr) #create a matrix [2,n,n]
pt = np.array(centerCoord).reshape(-1,1,1) #point of size [2,1,1]
elems = np.abs(idxMat-pt).sum(axis=0) <= distance
plt.matshow(elems)
結果：
如果您需要索引，則呼叫np.where它將回傳 2 個陣列 (xindexList,yindexList)
轉載請註明出處，本文鏈接：https://www.uj5u.com/houduan/350867.html
下一篇：scipy矩陣轉換檔案不清楚