在不同形状的数组之间映射数据答案

【问题标题】：Mapping data between arrays of different shape在不同形状的数组之间映射数据
【发布时间】：2020-05-29 18:21:13
【问题描述】：

我有一个形状为(256,256,3) 的数据数组，其中轴(0,1) 上的每个值的值都为[1,0,0], [0,1,0],[0,0,1] 或[1,1,0]。

我想将其转换为形状为(256,256,4) 的数组，其中的值映射如下：

[1,0,0] -> [1,0,0,0]
[0,1,0] -> [0,1,0,0]
[0,0,1] -> [0,0,1,0]
[1,1,0] -> [0,0,0,1]

我尝试使用如下循环，但它不起作用。

for element in original_array:
    if element == [1, 0, 0]:
        new_array[:,:,0] = 1
    elif element == [0, 1, 0]:
        new_aray[:,:,1] = 1
    elif element == [0, 0, 1]:
        new_array[:,:,2] = 1
    elif element == [1, 1, 0]:
        new_array[:,:,3] = 1

我也尝试过这样的代码，但我不确定如何正确实现它：

new_array[:,:,0][original_array == [1,0,0]] = 1
new_array[:,:,1][original_array == [0,1,0]] = 1
new_array[:,:,2][original_array == [0,0,1]] = 1
new_array[:,:,3][original_array == [1,1,0]] = 1

我如何正确实现这两种方法，我可以使用哪些替代方法来完成这项任务？

【问题讨论】：

它是一个与问题相关的 3 维列表吗？您不只是替换最嵌套的列表吗？所以，如果你有一些代码在你的第一个代码块中提供了映射，那是一个可以接受的解决方案吗？

标签： python arrays numpy mapping

【解决方案1】：

让我们重现问题：

a = numpy.array([[1,0,0], [0,1,0], [0,0,1], [1,1,0]])
b = a[numpy.random.randint(0,4,256*256)].reshape(256,256,3)

我们可以将您的原始数组插入到最后一个轴上大小为 4 的零数组中：

c = numpy.zeros((b.shape[0], b.shape[1], 4))
c[:,:,:3] = b

然后寻找我们在索引 0 和 1 处有 1 的情况，并将第四列设置为 1，其中 True。

c[:,:,3] = b[:,:,:2].all(axis=-1)

这使用了True 和 1 之间的等价关系（右侧是一个布尔数组，但我们将其分配给一个浮点数组，其值为 1）。

【讨论】：