python - 如何用给定的索引/坐标填充 numpy 的零数组

Question

给定一个由零组成的 numpy 数组，假设

arr = np.zeros((5, 5))

和代表多边形顶点的索引数组，比方说

verts = np.array([[0, 2], [2, 0], [2, 4]])

1)优雅的做法是什么

for v in verts:
    arr[v[0], v[1]] = 1

结果数组是

In [108]: arr
Out[108]: 
array([[ 0.,  0.,  1.,  0.,  0.],
       [ 0.,  0.,  0.,  0.,  0.],
       [ 1.,  0.,  0.,  0.,  1.],
       [ 0.,  0.,  0.,  0.,  0.],
       [ 0.,  0.,  0.,  0.,  0.]])

2) 如何用输出数组填充数组

In [158]: arr
Out[158]: 
array([[ 0.,  0.,  1.,  0.,  0.],
       [ 0.,  1.,  1.,  1.,  0.],
       [ 1.,  1.,  1.,  1.,  1.],
       [ 0.,  0.,  0.,  0.,  0.],
       [ 0.,  0.,  0.,  0.,  0.]])

Answer 1

回答问题的第一部分:arr[tuple(verts.T)] = 1

verts.T将您的索引转置为 (2, n)数组，其中两行对应 arr 的行和列维度.然后将这些解压缩到 (row_indices, col_indices) 的元组中, 然后我们用它来索引 arr .

我们可以更详细地写成:

row_indices = verts[:, 0]
col_indices = verts[:, 1]
arr[row_indices, col_indices] = 1

---

对于第二部分，一种适用于任意多边形的方法是使用 matplotlib.Path.contains_points ，如所述here :

from matplotlib.path import Path

points = np.indices(arr.shape).reshape(2, -1).T
path = Path(verts)
mask = path.contains_points(points, radius=1e-9)
mask = mask.reshape(arr.shape).astype(arr.dtype)

print(repr(mask))
# array([[ 0.,  0.,  1.,  0.,  0.],
#        [ 0.,  1.,  1.,  1.,  0.],
#        [ 1.,  1.,  1.,  1.,  1.],
#        [ 0.,  0.,  0.,  0.,  0.],
#        [ 0.,  0.,  0.,  0.,  0.]])