[x](y) 运算符到底是做什么的？

Question

我的目标是逐像素评估图像。而不是：

count = 0
for x in range(w):
  for y in range(h):
    pixel_1, pixel_2 = img_1[x, y], img_2[x, y]
      if pixel_1 == 0 and pixel_2 == 0:
        count += 1

我已经看到了一种使用 [] 和 () 运算符的方法：

sum((img_1 == 0)[img_2 == 0])

我试图理解这意味着什么。我一直在尝试搜索它，但我不知道描述它的正确术语。我也试图一次将它应用于三个图像：

sum((img_1 == 0)[img_2 == 0 and img_3 == 0])

但这不起作用。任何帮助，将不胜感激。提前致谢。

Answer 1

这条线上发生了很多事情：

sum((img_1 == 0)[img_2 == 0])

首先，img_1 == 0 是一个返回 1 的 numpy 数组的操作，其中 imp_1 不为零，否则为 0。尝试打印它以查看。该数组的保存大小为img_1。括号内的操作与img_2的操作基本相同。

这里有 1（相当于True），而a1 中有 0：

a1 = np.arange(2*3).reshape(2, 3)
# array([[0, 1, 2],
#        [3, 4, 5]])

a1 == 0
# array([[ True, False, False],
#        [False, False, False]])

img_1 == 0 周围的括号仅在此处，以便以下索引操作（由括号具体化）适用于 img_1 == 0 的结果而不是 0 数字。。这不是一种操作，而是一种对某些操作进行分组和优先处理的方法（参见@hpaulj 评论）。

最后涉及的操作——由括号具体化的操作——是索引操作。首先注意(img_1 == 0) 和img_2 == 0 的大小相同（考虑到两个图像的大小相同）。 此操作仅检索 (img_1 == 0) 中的元素，其中有 0 的 in img_2。 此操作根据括号内指定的索引从数组中“选择”元素。

a 在不同的位置有三个 1。该操作仅检索a 中a == 1 为真的元素，因此它返回三个元素：

a = np.array([[1, 2, 1], [3, 1, 4]])
a[a == 1]
# array([1, 1, 1])

这种求和运算不是最容易理解的形式，您可以将其用于您的 3-image 案例：

((img1 == 0) & (img2 == 0) & (img3 == 0)).sum()

这读起来很好：“创建一个包含 1 的 1 和 0 的 numpy 数组，其中 imag1 中有 0 并且 img2 中有 0 并且 ...，然后对这个数组求和”。