计算坐标在某个周长内的频率？答案

【问题标题】：Calculating how often coordinates fall within a certain perimeter?计算坐标在某个周长内的频率？
【发布时间】：2013-04-09 19:49:15
【问题描述】：

我的意思是想象我有一个空的 100*100 数组，并且这个数组中有几千个随机位置/坐标。我需要计算这些坐标中有多少位于“直”边缘的 15 个像素内。到目前为止，我有这个代码...

import random
import pylab
import numpy                            #all import statements
pylab.close("all")

x = [(random.randint(0,100)) for i in range(3000)]      #creating list of x coordinates
y = [(random.randint(0,100)) for j in range(3000)]      #creating list of y coordinates
array=zip(x,y)                                                  #creating an array by combining the x and y coordinates
                                #end of part 1a
counter = 0                         #start of 1b
for i in range(100):
    for j in range(100):
        if i<=15 or i>=85:
                        if array[i][j]>0:
                                counter=counter+1
        elif j<=15 or j>=85:
                        if array[i][j]>0:
                                counter=counter+1

print counter,"random locations within 15 pixels of the edges"

如何更正代码？目前我收到一条错误消息，说“元组索引超出范围”我知道它引用了 if array[i][j]>0 行，但我不明白它有什么问题...

【问题讨论】：

zip 可能没有按照您的想法进行。它不是创建一个 100 x 100 数组，而是一个包含 100 个 (x,y) 元组的列表。
那么我怎样才能纠正它，使它成为一个数组或让计数器查看元组？

标签： python arrays list tuples counter

【解决方案1】：

你已经接近了。您正在生成一个稀疏的值网格。如果您通过首先将这些元组放在字典中来迭代这些元组，您可以检查每个离散位置是否存在边缘违规。下面是一个工作示例。

edge_dist = 15
sparse_grid = collections.defaultdict(int)
for x,y in zip(x,y):
    sparse_grid[(x,y)] += 1
for i,j in sparse_grid:
    if (i <= edge_dist or i >= 100-edge_dist or 
            j <= edge_dist or j >= 100-edge_dist):
        counter += sparse_grid[(i,j)]

print "%d random locations within 15 pixels of the edges" % counter
# 1579 random locations within 15 pixels of the edges

您在您的版本中遇到的错误是因为 zip 为您提供了 x,y 的元组，而不是 x-by-y 值的网格。您可以在上面看到应该如何使用您的 zip 调用。

【讨论】：

【解决方案2】：

我不完全确定我是否理解您想要实现的目标，但如果您想获取 3000 个随机点并查看其中有多少在 100x100 正方形边缘的 15 个单位内，以下将工作：

sum(not (15 < x < 85 and 15 < y < 85) for x, y in array)

这利用了 Python 的布尔值 True 和 False 也具有整数值（分别为 1 和 0）这一事实。因此，您可以将Trues 和Falses 的序列相加得到真实值的计数。

我使用了一个否定表达式，因为它允许我使用 Python 的不等式链接来进行实际的边界测试。表达式not 15 < x < 85 对我来说似乎比等效的x <= 15 or x >= 85 好得多。这可能是主观的，您的里程可能会有所不同。

【讨论】：

我不知道依赖 True 来评估为 1 是个好主意。
@cmd 在 Python 中它非常安全。 bool 类型是 int 的子类，True == 1 and False == 0 是其定义的基础。也许 Python 4 会打破这一点，但我不希望它在那之前的任何时候发生。

【解决方案3】：

x = numpy.array(x)
y = numpy.array(y)
counter = ((x<=15) | (y<=15) | (x>=85) | (y>=85)).sum()

【讨论】：

【解决方案4】：

您不需要实际构建数组来计算覆盖的边缘点。如果您担心不计算相同的坐标两次，您可以使用一组删除重复项。

cords = set(array)                                # set removes duplicates

counter = 0
for i, j in cords:  # or array if you want to count duplicates
    if i <= 15 or i >= 85 or j <= 15 or j >= 85:
        counter += 1

print counter, "random locations within 15 pixels of the edges"

【讨论】：