获取半径内相邻元素的索引答案

【问题标题】：Obtain the indices of neighboring elements within a radius获取半径内相邻元素的索引
【发布时间】：2019-05-27 07:07:30
【问题描述】：

我有一个 NxN 矩阵，我想为矩阵中的每个元素在半径 R 内找到非零元素的索引（或至少计数）。矩阵会很大，所以我计划使用 Numpy 进行计算，并且我需要索引，因为这个矩阵通过数据存储（这是一个 python 对象列表 [[]] ）链接到另一个矩阵。

矩阵如下所示：

其中绿色是选定的单元格，黄色 - 周围区域。

主要问题是移动模板，无论是循环还是矢量化。

我尝试了以下代码，它给出了相对于该点的正确坐标（全部在半径范围内且不包括中心），但我不知道如何将其应用于 numpy 数组：

r = 2
neighbor_coords = []
for i in list(itertools.product(range(-r, r+1), repeat=2)):
    if any(i) and np.sqrt(i[0]**2 + i[1]**2) <= r:
        neighbor_coords.append(i)

>>> [(-2, 0), (-1, -1), (-1, 0), (-1, 1), (0, -2), (0, -1), (0, 1), (0, 2), (1, -1), (1, 0), (1, 1), (2, 0)]

预期输出是相邻元素的索引或计数。

【问题讨论】：

您使用的是欧式距离。如果您的半径为 3 或更大，这将不起作用。你应该使用街区距离

标签： python-3.x numpy

【解决方案1】：

>>> def find_ind(array,center,radius):
...     a = np.indices(array.shape).reshape(2,-1).T
...     return a[np.abs(a-np.array(center)).sum(1)<=int(radius)]-np.array(center)
...
>>> find_ind(np.zeros((7,7)),[4,4],2)
array([[-2,  0],
       [-1, -1],
       [-1,  0],
       [-1,  1],
       [ 0, -2],
       [ 0, -1],
       [ 0,  0],
       [ 0,  1],
       [ 0,  2],
       [ 1, -1],
       [ 1,  0],
       [ 1,  1],
       [ 2,  0]])

当然你可以在函数中输入数组本身

【讨论】：

【解决方案2】：

这可能会让你走上正轨。您可以使用scipy 中的 convolve 函数将矩阵与您生成的内核进行卷积。下面将计算内核范围内的非零条目。请注意，我将输入矩阵转换为 1，以便它对非零位置求和，而不是值。

In [74]: import numpy as np                                                     

In [75]: from scipy.ndimage.filters import *                                    

In [76]: a                                                                      
Out[76]: 
array([[1, 2, 0, 0],
       [1, 1, 0, 0],
       [0, 0, 0, 0],
       [5, 5, 5, 5]])

In [77]: a_ones = np.where(a>0, 1, 0)                                           

In [78]: a_ones                                                                 
Out[78]: 
array([[1, 1, 0, 0],
       [1, 1, 0, 0],
       [0, 0, 0, 0],
       [1, 1, 1, 1]])

In [79]: k                                                                      
Out[79]: 
array([[0, 1, 0],
       [1, 0, 1],
       [0, 1, 0]])

In [80]: convolve(a_ones, k, mode='constant')                                   
Out[80]: 
array([[2, 2, 1, 0],
       [2, 2, 1, 0],
       [2, 2, 1, 1],
       [1, 2, 2, 1]])

In [81]:

【讨论】：