如何在 numpy 中生成和应用方形蒙版答案

【问题标题】：How to generate and apply a square mask in numpy如何在 numpy 中生成和应用方形蒙版
【发布时间】：2016-10-18 00:38:52
【问题描述】：

我真的无法理解 Numpy 中掩码的工作原理。

我创建了一个类似的面具

import numpy
def make_mask(center_x,center_y,len_x,len_y):
      x,y = numpy.ogrid[:len_x, :len_y]
      mask = (center_x-x)**2 + (center_y-y)**2
      return mask

然后我尝试使用它

 >>>a = numpy.ones((10,10))
 >>>mask = make_mask(2,2,2,2,2)
 >>>a[mask] = 0
 >>>a
 array([[1,1,1,1,1,1,1,1],
        [1,1,1,1,1,1,1,1],
        [0,0,0,0,0,0,0,0],
        [1,1,1,1,1,1,1,1],
        [1,1,1,1,1,1,1,1],
        [0,0,0,0,0,0,0,0],
        [1,1,1,1,1,1,1,1],
        [1,1,1,1,1,1,1,1],
        [0,0,0,0,0,0,0,0]])

我期待的是这样的

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

我尝试了几个不同版本的函数。我只是无法获得所需的行为。我究竟做错了什么。我真的不明白 2D 矩阵如何索引 2D 矩阵。

【问题讨论】：

你能发布你所有的代码吗？目前，您的 make_mask 函数未定义 center_x 或 center_y 并且无法按提供的方式工作。除非你的意思是 center_x 和 center_y 是 index_x 和 index_y。无论哪种方式，它都无法按照您提供的方式工作。
另外，make_mask 调用中还有第五个参数。
但是，我认为您正在寻找的是切片符号：stackoverflow.com/questions/509211/…。我会检查这个链接，我相信这会有所帮助。
编辑了代码。这就是我的全部代码。这是我在 RPEL 中准备的东西。很抱歉错过了命名变量。这是一个诚实的错误。我也理解切片符号。问题是我不明白 2D 矩阵如何索引 2D 矩阵。您必须了解在感觉像魔术的事情上寻求帮助真的很困难。举个例子：stackoverflow.com/questions/8647024/…同样的问题二维数组索引二维数组是什么？

标签： python python-2.7 numpy

【解决方案1】：

如果你看看你的 make_mask 函数做了什么，写成这样：

def make_mask(index_x,index_y,len_x,len_y):
      x,y = numpy.ogrid[:len_x, :len_y]
      mask = (index_x-x)**2 + (index_y-y)**2
      return mask

你会看到你得到了

array([[8, 5],
       [5, 2]])

当您使用该 2x2 矩阵索引 10x10 矩阵时，我相信它将该矩阵中的所有值视为按行索引较大的矩阵。这就是为什么您会看到第 2 行全为零、第 5 行全为零和第 8 行全为零的原因。

要获得你想要的效果，你可以使用你拥有的索引，你甚至不需要一个函数：

a[startx:startx+lenx, starty:starty+leny] = 0

给出：

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

【讨论】：

【解决方案2】：

您的掩码将第 2、第 5 和第 8 行设置为 0；阵列被展平，因为它的形状与其掩蔽的阵列不同。它被应用为：

a[2] = 0
a[5] = 0
a[8] = 0

我想你期待的更像是：

mask = numpy.ones_like(a)
mask[center_y:center_y + len_y, center_x:center_x + len_x] = 0

与您要屏蔽的数组具有相同的大小并给出预期的结果。

【讨论】：

谢谢。我想我毕竟还是不懂python数组切片。