我正在寻找确定2个(垂直或水平)相邻元素是否具有相同值的最快方法。
假设我有一个大小为4x4的numpy数组。
array([
[8, 7, 4, 3],
[8, 4, 0, 4],
[3, 2, 2, 1],
[9, 8, 7, 6]])
我希望能够确定第一列中有两个相邻的8,而第三行中有两个相邻的2。我可以对支票进行硬编码,但这很难看,我想知道是否有更快的方法。
感谢所有指导。谢谢。
我们将沿着行和列寻找微分值,以zeros
表示在那里重复的值。因此,我们可以-
(np.diff(a,axis=0) == 0).any() | (np.diff(a,axis=1) == 0).any()
或slicing
用于提高性能-
(a[1:] == a[:-1]).any() | (a[:,1:] == a[:,:-1]).any()
因此,(a[1:] == a[:-1]).any()
是垂直相邻,而另一个是水平相邻。
n
沿行或列扩展到相邻的(具有相同值)-from scipy.ndimage.filters import convolve1d as conv
def vert_horz_adj(a, n=1):
k = np.ones(n,dtype=int)
v = (conv((a[1:]==a[:-1]).astype(int),k,axis=0,mode='constant')>=n).any()
h = (conv((a[:,1:]==a[:,:-1]).astype(int),k,axis=1,mode='constant')>=n).any()
return v | h
样品运行-
In [413]: np.random.seed(0)
...: a = np.random.randint(11,99,(10,4))
...: a[[2,3,4,6,7,8],0] = 1
In [414]: a
Out[414]:
array([[55, 58, 75, 78],
[78, 20, 94, 32],
[ 1, 98, 81, 23],
[ 1, 76, 50, 98],
[ 1, 92, 48, 36],
[88, 83, 20, 31],
[ 1, 80, 90, 58],
[ 1, 93, 60, 40],
[ 1, 30, 25, 50],
[43, 76, 20, 68]])
In [415]: vert_horz_adj(a, n=1)
Out[415]: True # Because of first col
In [416]: vert_horz_adj(a, n=2)
Out[416]: True # Because of first col
In [417]: vert_horz_adj(a, n=3)
Out[417]: False
In [418]: a[-1] = 10
In [419]: vert_horz_adj(a, n=3)
Out[419]: True # Because of last row
本文收集自互联网,转载请注明来源。
如有侵权,请联系 [email protected] 删除。
我来说两句