如何将具有布尔数据类型的零的numpy数组索引为True？答案

【问题标题】：How do I index a numpy array of zeroes with a boolean datatype to True?如何将具有布尔数据类型的零的numpy数组索引为True？
【发布时间】：2017-11-22 02:09:31
【问题描述】：

所以我正在重新创建他们去年制作的 Matlab 项目，其中一部分涉及创建拉出 RGB 波段的蒙版。他们通过一组逻辑零来做到这一点。

GMask_Whole = false(ROWS,COLS);

我将其重建为一个 numpy 数组。

self.green_mask_whole=np.zeros((self.rows, self.columns), dtype=bool)

下一部分我一生都无法弄清楚如何使用 numpy：

GMask_Whole(1:2:end,2:2:end) = true;

我还没有找到一个 numpy 等效的操作。有什么想法吗？

顺便说一句，如果你好奇这是做什么的： https://en.wikipedia.org/wiki/Bayer_filter

编辑：我尝试过的事情：

wut(1:3:end, 1:2:end) = true
wut([1:3:end], [1:2:end]) = true
wut([1:3], [1:2]) = true
wut([1:3], [1:2]) = True
wut(slice(1:3), slice(1:2)) = True

【问题讨论】：

编辑我原来的帖子。

标签： python-3.x numpy image-processing multidimensional-array

【解决方案1】：

numpy 可以或多或少地像在 Matlab 中一样进行切片，但语法有点不同。在numpy 中，顺序为[begin:end:step]，可以将begin、end 和step 留空，这将为它们提供默认值第一个元素、最后一个元素和步长1。

此外，`numpy' 有一个很好的“广泛转换”系统，它允许重复单个值（或行/列）以生成与另一个相同大小的新数组。这使得将单个值分配给整个数组成为可能。

因此，在当前情况下，可以这样做

self.green_mask_whole=np.zeros((self.rows, self.columns), dtype=bool)
self.green_mask_whole[::2,1::2] = True

【讨论】：

【解决方案2】：

你可以翻译matlab的

GMask_Whole(1:2:end,2:2:end) = true;

到python

green_mask_whole[::2,1::2] = True

（假设 green_mask_whole 是一个 numpy 数组）

【讨论】：