Python 使用 2d 深度值数组在 numpy 中创建 3d 二进制掩码

发布于08月14日

我想创建一个3D遮罩数组，它是基于一个2维的"深度"数组来表示3维空间中填充深度的程度.我曾希望在NumPy中会有一个向量化的解决方案来解决这个问题，而不是求助于for循环. 例如:

tst = np.arange(1, 10).reshape(3,3) # depths referred to above

blk = np.zeros(shape=(3,3,9)) # the output 3d array to be filled with ones or zeros

以下示例位置的预期结果为:

blk[0,0]
array([1., 0., 0., 0., 0., 0., 0., 0., 0.])
blk[1,2]
array([1., 1., 1., 1., 1., 1., 0., 0., 0.])
blk[2,2]
array([1., 1., 1., 1., 1., 1., 1., 1., 1.])

有谁对此有什么 idea /提示吗？

推荐答案

你可以使用广播，而不是numpy.arange:

blk = (tst[..., None] > np.arange(tst.max())[None, None]).astype(int)

输出:

array([[[1, 0, 0, 0, 0, 0, 0, 0, 0],     # blk[0, 0]
        [1, 1, 0, 0, 0, 0, 0, 0, 0],
        [1, 1, 1, 0, 0, 0, 0, 0, 0]],

       [[1, 1, 1, 1, 0, 0, 0, 0, 0],
        [1, 1, 1, 1, 1, 0, 0, 0, 0],
        [1, 1, 1, 1, 1, 1, 0, 0, 0]],    # blk[1, 2]

       [[1, 1, 1, 1, 1, 1, 1, 0, 0],
        [1, 1, 1, 1, 1, 1, 1, 1, 0],
        [1, 1, 1, 1, 1, 1, 1, 1, 1]]])   # blk[2, 2]