二维数组python中的邻居答案

【问题标题】：Neighbors in a 2D array python二维数组python中的邻居
【发布时间】：2021-05-23 07:08:55
【问题描述】：

我有一个 2D numpy 数组，如下所示：

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

我需要获得相同的矩阵，但将每个值替换为我可以通过向任何方向移动一步获得的邻居数量，但只能沿着1走。

因此，我应该得到以下信息：

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

在我看来，这是一个众所周知的问题，但我什至没有弄清楚如何在搜索中制定它，因为我正在寻找的一切都有些不同。最好的方法是什么？

【问题讨论】：

标签： python arrays algorithm numpy matrix

【解决方案1】：

您可以使用scipy.ndimage.label 标记连接区域并返回@Mr.T 指出的区域数量。这可以用于创建用于索引和计数的布尔掩码。

应该归功于@Mr.T，因为他首先提出了类似的解决方案。这个答案仍然发布，因为第二部分不同，我发现它更具可读性并且在我的机器上速度提高了 40%。

import numpy as np
from scipy.ndimage import label

a = [[1,1,0,1],
     [1,0,0,1],
     [0,1,0,0]]) 

# Label connected regions, the second arg defines the connection structure
labeled, n_labels = label(a, np.ones((3,3)))

# Replace label value with the size of the connected region
b = np.zeros_like(labeled)
for i in range(1, n_labels+1):
    target = (labeled==i)
    b[target] = np.count_nonzero(target)

print(b)

输出：

[[4 4 0 2]
 [4 0 0 2]
 [0 4 0 0]]

【讨论】：

【解决方案2】：

您可以将scipy.ndimage labeling函数与自定义结构数组s一起使用：

import numpy as np
from scipy.ndimage import label    

start = np.asarray([ [1,1,0,1],
                   [1,0,0,1],
                   [0,1,0,0] ])

#structure array what to consider as "neighbors"
s = [[1,1,1],
     [1,1,1],
     [1,1,1]]

#label blobs in array
labeledarr,_ = label(start, structure=s)

#retrieve blobs and the number of elements within each blobs
blobnr, blobval = np.unique(labeledarr.ravel(), return_counts=True)

#substitute blob label with the number of elements
finish = np.zeros_like(labeledarr)
for k, v in zip(blobnr[1:], blobval[1:]):
    finish[labeledarr==k] = v

print(finish)

输出：

[[4 4 0 2]
 [4 0 0 2]
 [0 4 0 0]]

我确信substituting the label number 的最后一步及其出现的值可以在速度方面进行优化。
并且@mad-physicist 正确地提到最初使用的labeledarr.flat 应该被labeledarr.ravel() 替换。 The reasons for this are explained here.

【讨论】：

拉威尔可能比平面更可取