python - 找到一种更简单的方法来比较两个二维数组的独立性

Question

我的问题

1。简介

• ka & kb是两个31*37的二维数组
• 它们包含 2 个值:0 和 1
• 独立性:只有ka[i, j] = 1时的网格数量

使用np.mask，它们显示如下:

http://i4.tietuku.com/29adccd90484fe34.png
代码在这里:

ka_select = np.ma.masked_less(ka,0.001)
pa =plt.pcolor(kb_select,cmap="Set1",alpha =0.7,facecolor = "k",edgecolor = 'k',zorder =1)
kb_select = np.ma.masked_less(kb,0.001)
pb =plt.pcolor(kb_select,cmap="Set1",alpha =0.7,facecolor = "k",edgecolor = 'k',zorder =1)         

2。我的早期作品

• 与两个数组 ka 和 kb 进行比较。
• 如果index[i,j]中的值都等于1，说明这两个数组在这个网格中已经重叠了。
• 计算重叠频率。

我写了一些关于比较两个二维数组的代码

### repeat I defined is the estimate matrix to represent overlap or not in [i,j] position
repeat = np.zeros(ka.shape[0]*ka.shape[0]).reshape(ka.shape[0],ka.shape[1])

for i in range(0,ka.shape[0],1):
    for j in range(0,ka.shape[1],1):
        if (ka[i,j] == 1) & (kb[i,j] == 1) :
           repeat [i,j]=1
         else:
            repeat[u,v]  = 0
rep.append(repeat.sum())

• rep:这两个二维数组的重叠频率。

http://i4.tietuku.com/7121ee003ce9d034.png

3。我的问题

当有两个以上的二维 numpy 数组都具有相同的形状且值为 (0,1) 时，如何对重叠频率求和？
我可以按顺序比较多个数组，但重复网格将被重新计算

更多说明

我想在 ka = 1 但 (kb & kc & ...) != 1 at grid[i,j] 时对数组 ka 的数量求和(我称之为独立性显示在标题中)。
如果ka只和kb比较，我可以用rep来实现，我还没有想出处理超过2个数组的方法

Answer 1

为什么不使用数组 kb 的总和，... 并测试结果元素？三个网格的示例:

import numpy

# some random arrays
ka = numpy.random.random_integers(0,1,37*31).reshape(31,37)
kb = numpy.random.random_integers(0,1,37*31).reshape(31,37)
kc = numpy.random.random_integers(0,1,37*31).reshape(31,37)
combined_rest = kb + kc

print "independance:", numpy.sum( (ka == 1) & (combined_rest < 2) )