根据相邻元素选择

Question

假设我有一些 numpy 数组 myArr。我知道我可以轻松地选择myArr > x 来查找值高于x 的元素的索引。

我如何找到元素的索引，相邻的元素在x之上？对于一维数组，元素相邻一些idx 是(idx-1, idx+1)。对于d 维度的数组，我的意思是在 any 维度中相邻。也就是说，让d=3。 myArr[2, 2, 2] 的邻居是 [(1, 2, 2), (2, 1, 2), (2, 2, 1), (3, 2, 2), (2, 3, 2), (2, 2, 3)]。

举个例子

import numpy as np
test = np.arange(4**2).reshape((4,4))

在这里，我们可以图形化的看到5的相邻元素是[1, 4, 6, 9]

test
Out[10]: 
array([[ 0,  1,  2,  3],
       [ 4,  5,  6,  7],
       [ 8,  9, 10, 11],
       [12, 13, 14, 15]])

我希望能够根据相邻元素进行选择。例如，我想要所有索引，其相邻元素为>= 9。在上面的示例中，以下值适用：[5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15]（4 不算，因为我定义了相邻而不是对角线。）

我的预期输出将是典型的二进制矩阵：

neighboringIndicesLargerThan(myArr, 9)
array([[False, False, False, False],
   [False,  True,  True,  True],
   [ True,  True,  True,  True],
   [ True,  True,  True,  True]], dtype=bool)

如果它适用于任何尺寸，那就太好了，但我需要它至少在 3 上工作。

Answer 1

获取大于阈值的元素掩码，只需使用带有适当内核的binary_dilation 来选择北+东+西+南的元素，就像这样 -

In [20]: from scipy.ndimage.morphology import binary_dilation

In [21]: mask = test >= 9

In [22]: kernel = np.array([[0,1,0],[1,0,1],[0,1,0]])

In [23]: binary_dilation(mask, kernel)
Out[23]: 
array([[False, False, False, False],
       [False,  True,  True,  True],
       [ True,  True,  True,  True],
       [ True,  True,  True,  True]], dtype=bool)