python-3.x - Python Numpy 在爆炸性传播中跟踪所有 0

Question

题:
我有一个 python numpy 数组列表，它是 RxC 维度，包含除一个地方为 0 之外的所有 1。
假设我们现在有 3x4。我必须从 0 点开始跟踪它的相邻位置，以查看它的爆炸性传播。
检查输入以获取上下文的视觉表示。
它与链式 react 传播有关，但我无法理解如何在二维数组中跟踪它。
可以有“N”个零，如何将其周围的所有位置也标记为 0。
我试过的:
我试着对它做一些数学运算，但这个公式只适用于一个地方0 - 位置 3,3
尺寸 - 3x4
3-3, 4-3 = 1 次迭代。但它错了。
输入:
起点:

[
[1,1,1,1],
[1,1,1,1],
[1,1,0,1],
[1,1,1,1]
]

迭代 1:

[
[1,1,1,1],
[1,0,0,0],
[1,0,0,0],
[1,0,0,0]
]

迭代 2:

[
[0,0,0,0],
[0,0,0,0],
[0,0,0,0],
[0,0,0,0]
]

输出:
链式 react 传播需要 2 次迭代才能完成。

Answer 1

IIUC，使用 scipy.ndimage.distance_transform_cdt :

from scipy.ndimage import distance_transform_cdt

arr = np.ones((4, 4))
arr[2,2] = 0
distance_transform_cdt(arr)

输出:

array([[2, 2, 2, 2],
       [2, 1, 1, 1],
       [2, 1, 0, 1],
       [2, 1, 1, 1]])

您可以将其最大化以获得 n

distance_transform_cdt(arr).max()
# 2

用 2 个零测试:

arr2 = np.ones((5, 5))
arr2[2,3] = 0
arr2[1,1] = 0
arr2

array([[1., 1., 1., 1., 1.],
       [1., 0., 1., 1., 1.],
       [1., 1., 1., 0., 1.],
       [1., 1., 1., 1., 1.],
       [1., 1., 1., 1., 1.]])

distance_transform_cdt(arr2)

array([[1, 1, 1, 2, 2],
       [1, 0, 1, 1, 1],
       [1, 1, 1, 0, 1],
       [2, 2, 1, 1, 1],
       [3, 2, 2, 2, 2]])