Numpy多维数组中任何轴上“ True”值的最大数量

如何解决Numpy多维数组中任何轴上“ True”值的最大数量

我在Numpy中有一个带有布尔值的多维数组。就我而言，它是一个立方体。

我想知道包含所有True值的最小矩形框的最大尺寸。换句话说，这就是True值之间任何轴上的最大距离。

例如，如果我有以下数组

np.array([[
    [False,False,False],[False,],[
    [False,True,]])

它将返回 4 ，因为在此“框”中垂直距离为4（或左下角值和右上角值之间的距离为4）：

  ...
  [False False  True]
  [False  True  True]
  [ True  True  True]
  [ True False False]
  ...

我在想以下内容，但这听起来是多余的，重复的和昂贵的……而且实际上并不完全有效：）

   from itertools import product

    max_1 = max(sum(cube[:,i,j]) for i,j in product(range(3),range(3)))
    max_2 = max(sum(cube[i,:,range(3)))
    max_3 = max(sum(cube[i,j,:]) for i,range(3)))

    # ... and then
    max_dim = max(max_1,max_2,max_3)

有什么建议吗？

解决方法

如果您的目标是获得最大尺寸的长度，则可以使用

max(np.ptp(d) + 1 for d in np.nonzero(a))

其中a是您的布尔数组。您问题中数组的输出为4。如果您需要获得True值的最小3D边界框，请继续阅读。

---

可以使用numpy.nonzero在每个维度中找到True值的索引，然后根据numpy.nonzero找到的索引的最小值和最大值对原始数组进行索引。 / p>

import numpy as np

a = np.array([[
    [False,False,False],[False,],[
    [False,True,]])

slices = [slice(d.min(),d.max()+1) for d in np.nonzero(a)]
a[slices[0],slices[1],slices[2]]

输出与所需输出匹配。

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

---

可以将其转换为用于N-d阵列的函数。这使用了numpy.s_，它创建了一个索引表达式，可用于获取数组的切片。

def get_bbox_indexer(a):
    slices = tuple(slice(d.min(),d.max()+1) for d in np.nonzero(a))
    return np.s_[slices]

indexer = get_bbox_indexer(a)
a[indexer]

输出与上面相同

array([[[False,False]]])

要获取切片数组最大尺寸的大小，您可以

indexer = get_bbox_indexer(a)
max(a[indexer].shape)

,

我认为最简单的方法是获取select distinct t.ColumnA from tablename t where not exists (select 1 from tablename where ColumnA = t.ColumnA and ColumnB not in ('b1','b2')) 元素的索引，然后计算它们的最小值和最大值-这将是您的矩形。

True

然后获得最大长度，只需将这两个相减，找到最大值，然后加1。

a = [...]
indices = np.array(np.where(a)).T
print(np.min(indices,axis=0),np.max(indices,axis=0))

[2 1 1] [2 4 3]

,

此答案实际上对我有用，但它假设True的值是连续的。

import numpy as np

a = np.array([[
    [False,]])

max_axis = (np.sum(np.any(a,axis=axis),axis=1) for axis in range(3))
max_dim = max(max(m) for m in max_axis)

1. 对于每个轴，检测其他轴上是否至少存在一个True
2. 使用True计数此类轴的数量
3. 计算每个轴的最大值