python - 检查 2D NumPy 数组的坐标是否在特定范围内的优雅方法

Question

假设我们有一个 2D NumPy 数组(表示坐标)，我想检查所有坐标是否都在某个范围内。最Pythonic的方法是什么？例如:

a = np.array([[-1,2], [1,5], [6,7], [5,2], [3,4], [0, 0], [-1,-1]])

#ALL THE COORDINATES WITHIN x-> 0 to 4 AND y-> 0 to 4 SHOULD
 BE PUT IN b (x and y ranges might not be equal)

b = #DO SOME OPERATION

>>> b
>>> [[3,4],
    [0,0]]

Answer 1

如果 x 和 y 两个方向的范围相同，则只需比较它们并使用 all:

import numpy as np

a = np.array([[-1,2], [1,5], [6,7], [5,2], [3,4], [0, 0], [-1,-1]])
a[(a >= 0).all(axis=1) & (a <= 4).all(axis=1)]
# array([[3, 4],
#        [0, 0]])

如果范围不同，您还可以与与该轴大小相同的可迭代对象进行比较(这里有两个):

mins = 0, 1   # x_min, y_min
maxs = 4, 10  # x_max, y_max

a[(a >= mins).all(axis=1) & (a <= maxs).all(axis=1)]
# array([[1, 5],
#        [3, 4]])

<小时/>

要了解这里发生的情况，让我们看一下中间步骤:

比较给出了每个元素的比较结果，其形状与原始数组相同:

a >= mins
# array([[False,  True],
#        [ True,  True],
#        [ True,  True],
#        [ True,  True],
#        [ True,  True],
#        [ True, False],
#        [False, False]], dtype=bool)

使用nmpy.ndarray.all，您可以得到所有值是否为真，类似于内置函数all:

(a >= mins).all()
# False

使用 axis 参数，您可以将其限制为仅比较沿数组的一个(或多个)轴的值:

(a >= mins).all(axis=1)
# array([False,  True,  True,  True,  True, False, False], dtype=bool)
(a >= mins).all(axis=0)
# array([False, False], dtype=bool)

请注意，它的输出与数组的形状相同，只是 axis 提到的所有维度都已收缩为单个 True/False.

当使用一系列 True, False 值对数组进行索引时，如果可能，它会被转换为正确的形状。由于我们使用 (7,) = (7, 1) 索引对形状为 (7, 2) 的数组进行索引，因此这些值会沿着第二个维度隐式重复，因此这些值用于选择原始数组的行。