在区域中切片数组 - Python

Question

我必须使用掩码输入在区域中“划分”n x m 数组。

例如，假设我有一个 20 x 20 数组。我的面具如下（5 x 5）——总是：

其中的数字代表细胞参与的区域。这个掩码不是输入，它只是一个ndarray。这个面具只是代表我应该如何在每个5 x 5 邻域切割我的20 x 20。

例如，第一个区域包含索引：

(0,0), (1,0), (1,1), (2,0), (2,1), (2,2)

对于我的20 x 20 数组的每个5 x 5neighborhood，我应该返回每个8regions 中的值。

我知道如何使用“标准代码”来做到这一点，但我想知道是否有一种 Pythonic 方法可以做到这一点，可以使用简洁的代码。

作为一个代码示例，我可以这样做：

def slice_in_regions(data, x_dim, y_dim):
    for x in xrange(0, x_dim, 5):
        for y in xrange(0, y_dim, 5):
            neighbors = data[x:x+4, y:y+4]
            region1 = [neighbors[0,0], neighbors[1,0], neighbors[1,1], neighbors[2,0], neighbors[2,1], neighbors[2,2]]
            # region2, region3...

但是，这似乎不是一个好方法。此外，我希望我的数据维度是5 的倍数。

谢谢。

Answer 1

看来你可能只是调整你的面具，例如如果你已经在使用numpy，

mask = mask.repeat(4, axis=0).repeat(4, axis=1)
# Then you apply the mask using 
values = data[mask]

否则，

import numpy as np
mask = np.repeat(mask, 4, axis=0).repeat(4, axis=1)
# Then you apply the mask using 
values = np.array(data)[mask]

个别地区

如果您需要单独访问每个区域，您可以 使用带标签的掩码在前一个之前；因为标签将是 成长为您可以使用的标记区域，例如

values = [ data[mask==l] for l in range(1, mask.max()+1)]

这里的值将是一个数组列表，其中每个项目对应于mask 中的标记区域。

生成带标签的掩码

为了完整起见，要从二进制掩码变为标记掩码，其中每个像素都有自己的标签，您可以使用 scipy.ndimage.label

mask = ndimage.label(mask, [[0,0,0],[0,1,0],[0,0,0]])

或者如果使用区域标记功能是多余的，您可以使用

获得类似的结果

mask[mask] = range(1,mask.sum()+1)