python - 如何在 2D numpy 数组中识别/查找 1D numpy 数组模式？

Question

我有一个 2D numpy 数组，并且正在尝试查找它等于 1D 数组的条目，但是这两个数组的维度禁止广播。具体来说，我的 2D 数组类似于 300x400，我想看看它在哪里等于 2 元素行向量 [1, -1]。

我正在尝试查找图像中位于分割边界的像素的位置。在此蒙版中，1 表示与前景相邻，-1 与背景相邻。因此，我需要找到掩码行中出现 [1,-1] 的位置，比如说 a。

我尝试过a == [1,-1]，但这只是执行对象级相等并返回False。

我想我可以用

来做到这一点

for i in range(a.shape[0]): 
    for j in range(a.shape[1]-1): 
        if a[i,j] == 1: 
            if a[i,j+1] == -1: 
                print(i)

但是有没有一些可爱的方法可以用 numpy 方法或其他方法来做到这一点？我讨厌循环

Answer 1

arr = np.array([[1,1,-1],[1,-1,-1]])
arr_idx = (arr==1)[:,:-1] & (arr==-1)[:,1:]

给予

>>> arr_idx
array([[False,  True],
       [ True, False]])

这是符合您标准的事物的索引。请注意，其形状比输入矩阵少一列(出于显而易见的原因)。

您可以在一侧或另一侧添加一列，以将索引更改为您要查找的对的任一侧。

arr_idx = np.concatenate((np.zeros(shape=(2, 1), dtype=bool), arr_idx), axis=1)
>>> arr_idx
array([[False, False,  True],
       [False,  True, False]])

在左侧粘贴一个新列给出该对的 -1 分量的索引。