假设您具有以下3D numpy数组:
matrices=
numpy.array([[[1, 0, 0], #Level 0
[1, 1, 1],
[0, 1, 1]],
[[0, 1, 0], #Level 1
[1, 1, 0],
[0, 0, 0]],
[[0, 0, 1], #Level 2
[0, 1, 1],
[1, 0, 1]]])
并且您想要计算每个单元格获得连续值1的次数。假设您要计算每个像元出现2个和3个连续值1的次数。结果应该是这样的:
two_cons=([[0,0,0],
[1,1,0],
[0,0,0]])
three_cons=([[0,0,0],
[0,1,0],
[0,0,0]])
表示两个像元的至少2个连续值均为1,只有一个像元具有3个连续值。
我知道可以通过使用
groupby
,为每个单元格提取“垂直”系列的值,并计算获得n
个连续值的次数来做到这一点:import numpy
two_cons=numpy.zeros((3,3))
for i in range(0,matrices.shape[0]): #Iterate through each "level"
for j in range(0,matrices.shape[1]):
vertical=matrices[:,i,j] #Extract the series of 0-1 for each cell of the matrix
#Determine the occurrence of 2 consecutive values
cons=numpy.concatenate([numpy.cumsum(c) if c[0] == 1 else c for c in numpy.split(vertical, 1 + numpy.where(numpy.diff(vertical))[0])])
two_cons[i][j]=numpy.count_nonzero(cons==2)
在此示例中,您将获得:
two_cons=
array([[ 0., 0., 0.],
[ 1., 1., 0.],
[ 0., 0., 0.]])
我的问题:如果我无法访问垂直行业,该怎么办?在我的真实情况下,3D numpy数组太大了,无法在多个级别上提取垂直序列,因此我必须一次遍历每个级别,并保留先前
n
级别发生的情况。您建议做什么? 最佳答案
我没有检查代码,但是类似的事情应该起作用……这个想法是沿着三维扫描矩阵,并有2个辅助矩阵,一个跟踪实际序列的长度,另一个保持跟踪到目前为止遇到的最佳顺序。
bests = np.zeros(matrices.shape[:-1])
counter = np.zeros(matrices.shape[:-1])
for depth in range(matrices.shape[0]):
this_level = matrices[depth, :, :]
counter = counter * this_level + this_level
bests = (np.stack([bests, counter], axis=0)).max(axis=0)
two_con = bests > 1
three_con = bests > 2
关于python - Python:不使用groupby在3D numpy数组中查找连续值?,我们在Stack Overflow上找到一个类似的问题:https://stackoverflow.com/questions/44439703/