如何为滤波后的二维数组重建线性索引？
如何为滤波后的二维数组重建线性索引？
提问于 2022-08-02 00:00:16
假设我有下面的numpy数组
>>> arr = np.array([[0,1,0,1],
[0,0,0,1],
[1,0,1,0]])其中0值表示“有效”值，1值表示“无效”值。接下来，假设我筛选出无效的1值如下：
>>> mask = arr == 1
>>> arr_filt = arr[~mask]
array([0, 0, 0, 0, 0, 0, 0])如果我想从原始arr中的有效值的线性索引(arr)转到新过滤的arr_filt中相同值的线性索引，则可以进行如下操作：
# record the cumulative total number of invalid values
num_invalid_prev = np.cumsum(mask.flatten())
# example of going from the linear index of a valid value in the
# original array to the linear index of the same value in the
# filtered array
ij_idx = (0,2)
linear_idx_orig = np.ravel_multi_index(ij_idx,arr.shape)
linear_idx_filt = linear_idx_orig - num_invalid_prev[linear_idx_orig]不过，我有兴趣走另一条路。也就是说，给定过滤后的arr_filt中的有效值的线性索引和相同的num_invalid_prev数组，我可以在未过滤的arr中返回相同有效值的线性索引吗？
回答 1
Stack Overflow用户
回答已采纳
发布于 2022-08-02 03:17:41
您可以使用np.nonzero()获取索引：
ix = np.c_[np.nonzero(~mask)]
>>> ix
array([[0, 0],
[0, 2],
[1, 0],
[1, 1],
[1, 2],
[2, 1],
[2, 3]])然后，您可以查找第二个有效值的索引：
>>> tuple(ix[1])
(0, 2)
>>> arr[tuple(ix[1])]
0页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/73200656
复制相关文章
相似问题
腾讯云开发者
