在给定索引的矩阵中，如何检查是否有任何相邻值比它小 2？

Question

我正在做一个蟒蛇挑战，这个让我难过。 这是输入矩阵（numpy 格式）：

# [[1, 7, 2, 2, 1],
#  [7, 7, 9, 3, 2],
#  [2, 9, 4, 4, 2],
#  [2, 3, 4, 3, 2],
#  [1, 2, 2, 7, 1]]

函数会输出这个矩阵

# [[False, True, False, False, False],
#  [True, False, True, False, False],
#  [False, True, False, True, False],
#  [False, False, False, False, False],
#  [False, False, False, True, False]]

如果任何（上/下/左/右）邻居比自身小 2，则该值将为“真”。我们一直在学习 numpy，但这并不觉得它是一个太多 numpy 的东西）。

我尝试进行简单的 if comparison=true 检查，但我不断遇到超出索引的错误，我找不到任何方法来规避/忽略这些错误。

提前致谢。

---

这是我迄今为止所尝试的精髓。我在这里简化了任务，只需要水平检查第一行。如果我可以让它工作，我会扩展它以水平检查下一行直到最后，然后我会做同样的事情，但垂直。

import numpy as np

ex=np.array([[7, 2, 3, 4, 3, 4, 7]])

def count_peaks(A):
    
    matrixHeight=A.shape[0]
    matrixWidth=A.shape[1]
    
    peakTable=np.zeros(shape=(matrixHeight,matrixWidth))
    
    
    for i in range(matrixWidth):
        if A[i]-A[i+1]>=2 or A[i]-A[i-1]>=2:
            peakTable[0,i]=1

    return peakTable

...当然输出：

IndexError: index 1 is out of bounds for axis 0 with size 1

因为我试图找到不存在的 A[-1] 的值。

Answer 1

您使用的是 numpy 数组，所以不要循环，使用矢量代码：

import numpy as np

# get shape
x,y = a.shape

# generate row/col of infinites
col = np.full([x, 1], np.inf)
row = np.full([1, y], np.inf)

# shift left/right/up/down
# and compute difference from initial array
left = a - np.c_[col, a[:,:-1]]
right = a - np.c_[a[:,1:], col]
up = a - np.r_[row, a[:-1,:]]
down = a -np.r_[a[1:,:], row]

# get max of each shift and compare to threshold
peak_table = np.maximum.reduce([left,right,up,down])>=2

# NB. if we wanted to use a maximum threshold, we would use
# `np.minimum` instead and initialize the shifts with `-np.inf`

输出：

array([[False,  True, False, False, False],
       [ True, False,  True, False, False],
       [False,  True, False,  True, False],
       [False, False,  True, False, False],
       [False, False, False,  True, False]])

输入：

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

Answer 2

如果您不介意我不使用 numpy 来获取解决方案，而是在最后转换为 numpy，这是我的尝试：

import numpy as np

def check_neighbors(mdarray,i,j):
    neighbors = (-1, 0), (1, 0), (0, -1), (0, 1)

    for neighbor in neighbors:
        try:
            if mdarray[i][j]-mdarray[i+neighbor[0]][j+neighbor[1]]>=2:
                return True
        except IndexError:
            pass

    return False


mdarray= [[1, 7, 2, 2, 1],
        [7, 7, 9, 3, 2],
        [2, 9, 4, 4, 2],
        [2, 3, 4, 3, 2],
        [1, 2, 2, 7, 1]]

peak_matrix =[]

for i in range(len(mdarray)):
    row = []
    for j in range(len(mdarray[i])):
        #print(check_neighbors(mdarray,i,j))
        row.append(check_neighbors(mdarray,i,j))
    peak_matrix.append(row)


y=np.array([np.array(xi) for xi in peak_matrix])
print(y)

我使用 try-except 块来避免索引超出范围时出错。

注意：我的输出的第 4 行第 3 列（从 1 开始计数）似乎与您的不同。我认为邻居中的 4 和 2 差异应该使这个条目成为真的？

输出：

[[False  True False False False]
 [ True False  True False False]
 [False  True False  True False]
 [False False  True False False]
 [False False False  True False]]

编辑：从bare except 更改为IndexError，正如cmets 中没有建议的那样。在这种情况下，通过和继续并没有什么不同，但是是的。