如何检查 numpy 二维数组是否被零“包围”

Question

是否有任何巧妙的方法来检查被零包围的 numpy 数组。

例子：

[[0,0,0,0],
 [0,1,2,0],
 [0,0,0,0]]

我知道我可以逐个元素地迭代它以找出答案，但我想知道我们可以在这里使用什么好技巧。 numpy 数组是浮点数，n x m 任意大小。

欢迎提出任何想法。

Answer 1

您可以使用numpy.any() 来测试numpy 数组中是否有任何非零元素。

现在，要测试二维数组是否被零包围，您可以获取第一列和最后一列以及第一行和最后一行，并测试其中任何一个是否包含非零数字。

def zero_surrounded(array):
    return not (array[0,:].any() or array[-1,:].any() or array[:,0].any() or array[:,-1].any())

Answer 2

我们可以通过构造两个子矩阵来检查这一点：

• A[[0,-1]]第一行和最后一行，包括第一列和最后一列；和
• A[1:-1,[0,-1]] 第一列和最后一列，不包括第一行和最后一行。

这些矩阵的所有值都应该为零，所以我们可以使用：

if np.all(A[[0,-1]] == 0) and np.all(A[1:-1,[0,-1]] == 0):
    # ...
    pass

这适用于任意二维数组，但不适用于任意深度的数组。但是，我们也可以为此使用技巧。

对于任意矩阵，我们可以使用：

def surrounded_zero_dim(a):
    n = a.ndim
    sel = ([0,-1],)
    sli = (slice(1,-1),)
    return all(np.all(a[sli*i+sel] == 0) for i in range(n))

严格来说没有必要使用切片，但它可以防止对某些值进行两次检查。

Answer 3

不是最快的，但可能是最短的（因此是“整洁”）的方式：

surrounded = np.sum(a[1:-1, 1:-1]**2) == np.sum(a**2)
print(surrounded)  # True

这里，a 是数组。

这会将所有平方元素的总和与所有平方元素的总和进行比较，边界上的元素除外。如果我们忽略平方，正负边界值加起来为零的情况会产生错误的答案。