如何有效地将布尔 numpy 数组转换为阈值布尔数组？

Question

我正在使用 Python 2.7 和 NumPy 处理大型布尔值数组。

我有一个数组 A，是这样的：

>>> A
array([[[False, False, True, True, True],
        [False, False, False, True, True],
        [False, False, True, True, True],
        [False, False, False, True, True],
        [False, False, False, False, True]],

       [[False, True, True, True, True],
        [False, True, True, True, True],
        [False, False, True, True, True],
        [False, True, True, True, True],
        [False, False, True, True, True]]])

我必须把它变成一个布尔数组，像这样：

>>> B
array([[[True, False, True, True, True],
        [True, True, False, True, True],
        [True, False, True, True, True],
        [True, True, False, True, True],
        [True, True, True, False, True]],

       [[False, True, True, True, True],
        [False, True, True, True, True],
        [True, False, True, True, True],
        [False, True, True, True, True],
        [True, False, True, True, True]]])

所以想法是每行的最后一个False 值应该保留，任何其他值都应该变成True。 我需要创建它才能将其用作另一个数组的掩码。

有没有办法使用 NumPy 而不使用 for 循环（非常慢）？

Answer 1

如果您反转数组，您可以使用numpy.nonzero 查找所有（最初）错误条目，然后从中取出每一行中的最后一个。然后你可以用它来构造你的掩码数组。

Answer 2

这是一个简单的问题。您需要选择每一行。使用 np.where() 找到 False 的位置，并将 True 放置在除了由 index [- 1]。这是在下面给出的代码中完成的：

>>> import numpy as np
>>> A=np.array([[[False, False, True, True, True],
         [False, False, False, True, True],
         [False, False, True, True, True],
         [False, False, False, True, True],
         [False, False, False, False, True]],

        [[False, True, True, True, True],
         [False, True, True, True, True],
         [False, False, True, True, True],
         [False, True, True, True, True],
         [False, False, True, True, True]]])

>>> for mat in A:
     opmat=[]
     for arr in mat:
         index=np.where(arr==False)
         arr[index[0][:-1]]=True
         opmat.append(arr)
     out.append(opmat)

>>> out=np.array(out)
>>> out
array([[[ True, False,  True,  True,  True],
        [ True,  True, False,  True,  True],
        [ True, False,  True,  True,  True],
        [ True,  True, False,  True,  True],
        [ True,  True,  True, False,  True]],

       [[False,  True,  True,  True,  True],
        [False,  True,  True,  True,  True],
        [ True, False,  True,  True,  True],
        [False,  True,  True,  True,  True],
        [ True, False,  True,  True,  True]]], dtype=bool)

Answer 3

这是一种适用于您的数组的方法（也适用于具有更多混合行的数组，例如 [F, T, T, F, T]）：

>>> x = 4 - np.argmin(A[:,:,::-1], axis=2)[:,:,np.newaxis]
>>> (np.arange(5) * np.ones_like(A)) != x
array([[[ True, False,  True,  True,  True],
        [ True,  True, False,  True,  True],
        [ True, False,  True,  True,  True],
        [ True,  True, False,  True,  True],
        [ True,  True,  True, False,  True]],

       [[False,  True,  True,  True,  True],
        [False,  True,  True,  True,  True],
        [ True, False,  True,  True,  True],
        [False,  True,  True,  True,  True],
        [ True, False,  True,  True,  True]]], dtype=bool)

解释：

• 在axis=2 上翻转数组A 并在该轴上使用argmin 以获得第一个False 值的索引。

• 我们需要知道A 中最后一次出现False 的索引（不是翻转数组中的第一次出现）。这是数组的深度值（即 5），减去 1，减去上一步中找到的索引。

• 通过添加新轴 (axis=2) 使这个新的索引数组与 A 兼容。调用这个新的索引数组x。

• 构造一个与A 相同维度的数组，其中axis=2 的每一行都是np.arange(5)。通过使用x 测试此构造数组的不等性，找到所需的布尔数组。

Answer 4

您也可以为此目的使用 xor 运算符 ^。只需将数组“左移”一位并将True 值添加到右侧，然后对新数组和旧数组进行异或：

A = np.array([[False, False, True, True, True],
              [False, False, False, True, True],
              [False, False, True, True, True],
              [False, False, False, True, True],
              [False, False, False, False, True]])

X = np.hstack((A[:,1:], 
               np.array(np.ones((A.shape[0], 1)), dtype=np.bool))))
>>> array([[False, True, True, True, True],
           [False, False, True, True, True],
           [False, True, True, True, True],
           [False, False, True, True, True],
           [False, False, False, True, True]])

np.invert(A ^ X)
>>> array([[True, False, True, True, True],
           [True, True, False, True, True],
           [True, False, True, True, True],
           [True, True, False, True, True],
           [True, True, True, False, True]])

这仅适用于所有 False 值都被留下并且后面只有 True 值的情况。