bir numpy dizisinin tüm kenarlıklarında 0 olup olmadığını kontrol et [kapalı]

Çok boyutlu bir numpy dizisinin her tarafında 0 olup olmadığını kontrol etmenin en hızlı yolu ne olurdu.

Yani, basit bir 2D örnek için, ben var:

x = np.random.rand(5, 5)
assert np.sum(x[0:,  0]) == 0
assert np.sum(x[0,  0:]) == 0
assert np.sum(x[0:, -1]) == 0
assert np.sum(x[-1, 0:]) == 0

Bu 2D durumlarda doğru olsa da, daha yüksek boyutlar için yazmak biraz sıkıcı ve burada verimli ve aynı zamanda daha sürdürülebilir hale getirmek için kullanabileceğim bazı akıllı numpy hileleri olup olmadığını merak ediyordum.

Bunu nasıl yapabileceğiniz aşağıda açıklanmıştır:

assert(all(np.all(np.take(x, index, axis=axis) == 0)
           for axis in range(x.ndim)
           for index in (0, -1)))

np.take "süslü" dizine ekleme ile aynı şeyi yapar.

İşte dizinin gerçekten ilgilendiğiniz bölümlerini inceleyen ve tüm dizinin boyutunda bir maske oluşturmak için zaman kaybetmeyen bir cevap. Python düzeyinde bir döngü var, ancak kısa, yineleme dizinin boyutu yerine boyut sayısıyla orantılı.

def all_borders_zero(array):
    if not array.ndim:
        raise ValueError("0-dimensional arrays not supported")
    for dim in range(array.ndim):
        view = numpy.moveaxis(array, dim, 0)
        if not (view[0] == 0).all():
            return False
        if not (view[-1] == 0).all():
            return False
    return True

Diziyi yeniden şekillendirdim ve sonra tekrarladım. Maalesef cevabım, en az üç boyutunuz olduğunu ve normal matrisler için hata yapacağınızı varsayar, 1 ve 2 boyutlu şekilli diziler için özel bir madde eklemeniz gerekir. Buna ek olarak, bu yavaş olacaktır, bu nedenle muhtemelen daha iyi çözümler vardır.

x = np.array(
        [
            [
                [0 , 1, 1, 0],
                [0 , 2, 3, 0],
                [0 , 4, 5, 0]
            ],
            [
                [0 , 6, 7, 0],
                [0 , 7, 8, 0],
                [0 , 9, 5, 0]
            ]
        ])

xx = np.array(
        [
            [
                [0 , 0, 0, 0],
                [0 , 2, 3, 0],
                [0 , 0, 0, 0]
            ],
            [
                [0 , 0, 0, 0],
                [0 , 7, 8, 0],
                [0 , 0, 0, 0]
            ]
        ])

def check_edges(x):

    idx = x.shape
    chunk = np.prod(idx[:-2])
    x = x.reshape((chunk*idx[-2], idx[-1]))
    for block in range(chunk):
        z = x[block*idx[-2]:(block+1)*idx[-2], :]
        if not np.all(z[:, 0] == 0):
            return False
        if not np.all(z[:, -1] == 0):
            return False
        if not np.all(z[0, :] == 0):
            return False
        if not np.all(z[-1, :] == 0):
            return False

    return True

Hangi üretecek

>>> False
>>> True

Temelde tüm boyutları üst üste yığarım ve kenarlarını kontrol etmek için onlara bakarım.

belki üç nokta için çalışacak üç nokta operatörü aradığınız şeydir:

import numpy as np

# data
x = np.random.rand(2, 5, 5)
x[..., 0:, 0] = 0
x[..., 0, 0:] = 0
x[..., 0:, -1] = 0
x[..., -1, 0:] = 0

test = np.all(
    [
        np.all(x[..., 0:, 0] == 0),
        np.all(x[..., 0, 0:] == 0),
        np.all(x[..., 0:, -1] == 0),
        np.all(x[..., -1, 0:] == 0),
    ]
)

print(test)

sliceİşi yapmak için boolean maskelemeyi kullanabilirsiniz:

def get_borders(arr):
    s=tuple(slice(1,i-1) for i in a.shape)
    mask = np.ones(arr.shape, dtype=bool)
    mask[s] = False
    return(arr[mask])

Bu işlev önce dizinin "çekirdeğini" tuple olarak şekillendirir sve sonra Trueyalnızca sınır noktaları için gösterilen bir maske oluşturur . Boole indekslemesi daha sonra sınır noktalarını verir.

Çalışma örneği:

a = np.arange(16).reshape((4,4))

print(a)
array([[ 0,  1,  2,  3],
       [ 4,  5,  6,  7],
       [ 8,  9, 10, 11],
       [12, 13, 14, 15]])

borders = get_borders(a)
print(borders)
array([ 0,  1,  2,  3,  4,  7,  8, 11, 12, 13, 14, 15])

Sonra, np.all(borders==0)size istenen bilgileri verecektir.

Not: Bu bir boyutlu diziler için kırılıyor, ancak bunları bir kenar durumu olarak görüyorum. Muhtemelen orada söz konusu iki noktayı kontrol etmek daha iyidir