numpy получить массив 2d, где последнее измерение индексируется в соответствии с массивом 2d

Я читал об индексации numpy, но не нашел того, что искал.

У меня есть изображение 288*384, где каждый пиксель может иметь маркировку в [0,15]. Он хранится в массиве 3d (288 384,16) numpy im.

С помощью im[:,:,1] я могу, например, получить изображение, в котором все пиксели имеют метку 1.

У меня есть еще один двумерный массив labelling в форме (288 * 384), содержащий метку для каждого пикселя.

Как мне получить изображение, в котором каждому пикселю соответствует соответствующий пиксель, используя умную нарезку?

Используя циклы, это будет:

result = np.zeros((288,384))
for x,y in zip(range(288), range(384)):
    result[x,y] = im[x,y,labelling[x,y]]

Но это, конечно, неэффективно.


python numpy multidimensional-array object-slicing
person maxbellec    schedule 17.03.2015    source источник
comment
Какой-либо прогресс? это сработало? ... если вы не знаете, как принимать ответы, см. здесь   -  person plonser    schedule 25.03.2015

Ответы (1)


arrow_upward
0
arrow_downward

Новый результат

Краткий результат

np.choose(labelling,im.transpose(2,0,1))

Старый результат

Попробуй это

im[np.arange(288)[:,None],np.arange(384)[None,:],labelling]

Это работает для следующей ситуации:

import numpy
import numpy.random
import itertools

a = numpy.random.randint(5,size=(2,3,4))
array([[[4, 4, 0, 0],
        [0, 4, 1, 1],
        [3, 4, 4, 2]],

      [[4, 0, 0, 2],
        [1, 4, 2, 2],
        [4, 2, 4, 4]]])

b = numpy.random.randint(4,size=(2,3))
array([[1, 1, 0],
       [1, 2, 2]])

res = a[np.arange(2)[:,None],np.arange(3)[None,:],b]
array([[4, 4, 3],
       [0, 2, 4]])

# note that zip is not doing what you expect it to do
result = np.zeros((2,3))
for x,y in itertools.product(range(2),range(3)):
    result[x,y] = a[x,y,b[x,y]]

array([[4., 4., 3.],
       [0., 2., 4.]])

Обратите внимание, что zip не делает того, что вы ожидаете

zip(range(2),range(3))
[(0, 0), (1, 1)]

Возможно, вы имели в виду что-то вроде itertools.product

list(itertools.product(range(2),range(3)))
[(0, 0), (0, 1), (0, 2), (1, 0), (1, 1), (1, 2)]

Ужасно выглядящих [:,None] и т. д. можно избежать, используя numpy.ix_

xx,yy = np.ix_( np.arange(2), np.arange(3) )

res = a[xx,yy,b]
person plonser    schedule 17.03.2015