2017-10-28 124 views
0

所以可以说我有一个数组,看起来与此类似:查找2D numpy的阵列最大总和的位置

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

我想返回值之和最大的中心位置在一定的n * n平方。所以在这种情况下,如果n = 3,那么它将是(2,2)。如果我让n = 4,它将是相同的结果。

numpy有没有找到这个位置的方法?

+0

如果'N'是'4',就不会有'2'问题:没有中心'index'并在'example',所有卷积会有相同的'总和'...不是吗? –

回答

0

方法1:我们可以使用SciPy's 2D convolution获得求和滑动形状(n,n)的窗户和argmax选择具有最大总和窗口的指数和转化为行,列指数以np.unravel_index,像这样 -

from scipy.signal import convolve2d as conv2 

def largest_sum_pos_app1(a, n): 
    idx = conv2(a, np.ones((n,n),dtype=int),'same').argmax() 
    return np.unravel_index(idx, a.shape) 

采样运行 -

In [558]: a 
Out[558]: 
array([[0, 0, 0, 0, 0], 
     [0, 1, 1, 1, 0], 
     [0, 1, 1, 1, 0], 
     [0, 1, 1, 1, 0], 
     [0, 0, 0, 0, 0]]) 

In [559]: largest_sum_pos_app1(a, n=3) 
Out[559]: (2, 2) 

方法#1S(超级充电):我们可以通过使用uniform filter,像这样进一步推动它 -

from scipy.ndimage.filters import uniform_filter as unif2D 

def largest_sum_pos_app1_mod1(a, n): 
    idx = unif2D(a.astype(float),size=n, mode='constant').argmax() 
    return np.unravel_index(idx, a.shape) 

方法2:另一个基于scikit-image的滑动窗口创建工具view_as_windows,我们将创建滑动形状(n,n)的窗户给我们4D数组,最后两个形状为(n,n)的轴对应于搜索窗口大小。因此,我们将沿着这两个轴进行求和,并获得argmax索引并将其转换为实际的行,列的位置。

因此,实现起来 -

from skimage.util.shape import view_as_windows 

def largest_sum_pos_app2(a, n): 
    h = (n-1)//2 # half window size 
    idx = view_as_windows(a, (n,n)).sum((-2,-1)).argmax() 
    return tuple(np.array(np.unravel_index(idx, np.array(a.shape)-n+1))+h) 

也如在评论中提到,有一个甚至n搜索方是令人困惑的因为它不会有它的任何元素的中心坐标。

运行测试

In [741]: np.random.seed(0) 

In [742]: a = np.random.randint(0,1000,(1000,1000)) 

In [743]: largest_sum_pos_app1(a, n= 5) 
Out[743]: (966, 403) 

In [744]: largest_sum_pos_app1_mod1(a, n= 5) 
Out[744]: (966, 403) 

In [745]: largest_sum_pos_app2(a, n= 5) 
Out[745]: (966, 403) 

In [746]: %timeit largest_sum_pos_app1(a, n= 5) 
    ...: %timeit largest_sum_pos_app1_mod1(a, n= 5) 
    ...: %timeit largest_sum_pos_app2(a, n= 5) 
    ...: 
10 loops, best of 3: 57.6 ms per loop 
100 loops, best of 3: 10.1 ms per loop 
10 loops, best of 3: 47.7 ms per loop 
+0

甜!谢谢,它适用于我需要的工作,但是,还有另一种方法可以使用切片和循环以及可能的字典应用吗? – ASK

+0

@ASK应该直接带循环。试试看。字典不太好。 – Divakar

+0

好吧我尝试了几种不同的方式,但我似乎无法存储或总结值。我遇到的另一个问题是我不知道如何创建一个具有n * n大小的数组,这个数组将迭代给定的数组,我试图找到数据的位置。 – ASK