确定numpy数组的2个（垂直或水平）相邻元素是否具有相同值的最快方法答案

【问题标题】：Fastest method for determining if 2 (vertically or horizontally) adjacent elements of a numpy array have the same value确定numpy数组的2个（垂直或水平）相邻元素是否具有相同值的最快方法
【发布时间】：2018-04-15 11:50:37
【问题描述】：

我正在寻找确定 2 个（垂直或水平）相邻元素是否具有相同值的最快方法。

假设我有一个大小为 4x4 的 numpy 数组。

array([             
[8, 7, 4, 3],    
[8, 4, 0, 4],          
[3, 2, 2, 1],              
[9, 8, 7, 6]])

我希望能够识别出第一列有两个相邻的 8，第三行有两个相邻的 2。我可以对支票进行硬编码，但这会很难看，我想知道是否有更快的方法。

感谢所有指导。谢谢。

【问题讨论】：

你希望这会输出什么？第 1 栏；第 3 行？
我只想要一个是否存在水平或垂直邻接的二进制输出。
发布的解决方案是否对您有用？考虑接受一个？

标签： python arrays numpy multidimensional-array scipy

【解决方案1】：

我们将在行和列中寻找差异值，以便 zeros 在那里发出重复的信号。因此，我们可以这样做 -

(np.diff(a,axis=0) == 0).any() | (np.diff(a,axis=1) == 0).any()

或者使用slicing 来提升性能 -

(a[1:] == a[:-1]).any() | (a[:,1:] == a[:,:-1]).any()

所以，(a[1:] == a[:-1]).any() 是垂直邻接，而另一个是水平邻接。

沿行或列扩展到`n` 相邻的（相同值） -

from scipy.ndimage.filters import convolve1d as conv

def vert_horz_adj(a, n=1):
    k = np.ones(n,dtype=int)
    v = (conv((a[1:]==a[:-1]).astype(int),k,axis=0,mode='constant')>=n).any()
    h = (conv((a[:,1:]==a[:,:-1]).astype(int),k,axis=1,mode='constant')>=n).any()
    return v | h

示例运行 -

In [413]: np.random.seed(0)
     ...: a = np.random.randint(11,99,(10,4))
     ...: a[[2,3,4,6,7,8],0] = 1

In [414]: a
Out[414]: 
array([[55, 58, 75, 78],
       [78, 20, 94, 32],
       [ 1, 98, 81, 23],
       [ 1, 76, 50, 98],
       [ 1, 92, 48, 36],
       [88, 83, 20, 31],
       [ 1, 80, 90, 58],
       [ 1, 93, 60, 40],
       [ 1, 30, 25, 50],
       [43, 76, 20, 68]])

In [415]: vert_horz_adj(a, n=1)
Out[415]: True  # Because of first col

In [416]: vert_horz_adj(a, n=2)
Out[416]: True  # Because of first col

In [417]: vert_horz_adj(a, n=3)
Out[417]: False

In [418]: a[-1] = 10

In [419]: vert_horz_adj(a, n=3)
Out[419]: True  # Because of last row

【讨论】：

+1 我之前看过很棒的切片移位技巧，并认为它非常聪明，但忘记了是否适合这种完美情况
您的“n 个相邻的”实际上是“n-1 对相邻的”。这不是一回事 - 11100111 只有三个相邻的，但您声称有 4 个。
当然vert_horz_adj(a, n=3) 应该是True，因为有3 个1s？但除此之外，很好的解决方案。你可以在这里使用np.convolve而不是拉入scipy（只需让内核(1,n)然后(n,1)）

【解决方案2】：

您可以使用以下代码找到对的坐标：

import numpy as np
a = np.array([             
[8, 7, 4, 3],    
[8, 4, 0, 4],          
[3, 2, 2, 1],              
[9, 8, 7, 6]])

vertical = np.where((a == np.roll(a, 1, 0))[1:-1])
print(vertical) # (0,0)  is the coordinate of the first of the repeating 8's
horizontal = np.where((a == np.roll(a, 1, 1))[:, 1:-1])
print(horizontal) # (2,1)  is the coordinate of the first of the repeating 2's

(array([0], dtype=int64), array([0], dtype=int64))
(array([2], dtype=int64), array([1], dtype=int64))

【讨论】：

【解决方案3】：

如果你想定位每对的第一次出现：

A=array([             
[8, 7, 4, 3],    
[8, 4, 0, 4],          
[3, 2, 2, 1],              
[9, 8, 7, 6]])

x=(A[1:]==A[:-1]).nonzero()
y=(A[:,1:]==A[:,:-1]).nonzero()

In [45]: x
Out[45]: (array([0], dtype=int64), array([0], dtype=int64))


In [47]: y
Out[47]: (array([2], dtype=int64), array([1], dtype=int64))

In [48]: A[x]
Out[48]: array([8])

In [49]: A[y]
Out[49]: array([2])

x和y分别给出了前8个和前2个的位置。

【讨论】：

沿行或列扩展到n 相邻的（相同值） -

沿行或列扩展到`n` 相邻的（相同值） -