python - 在 2D numpy 矩阵中查找特定点距离 1 内的所有点

Question

我想在我的 numpy 矩阵中的一个点的范围 1(或恰好对角线)内找到一个点列表:

例如说我的矩阵 m 是:

[[0 0 0 0 0]
 [0 0 0 0 0]
 [0 0 1 0 0]
 [0 0 0 0 0]
 [0 0 0 0 0]] 

我想获得一个元组列表或表示以下 X 的 9 个点的所有坐标的东西:

[[0 0 0 0 0]
 [0 X X X 0]
 [0 X X X 0]
 [0 X X X 0]
 [0 0 0 0 0]]

这是目标点在边缘的另一个例子:

[[0 0 0 0 0]
 [0 0 0 0 0]
 [0 0 0 0 1]
 [0 0 0 0 0]
 [0 0 0 0 0]] 

在这种情况下，目标点的距离 1 内只有 6 个点:

[[0 0 0 0 0]
 [0 0 0 X X]
 [0 0 0 X X]
 [0 0 0 X X]
 [0 0 0 0 0]] 

---

编辑:

假设我知道目标点的坐标，这里使用 David Herrings 关于切比雪夫距离的回答/评论是我尝试解决上面示例 2 的尝试:

from scipy.spatial import distance

point = [2, 4]
valid_points = []
for x in range(5):
  for y in range(5):
    if(distance.chebyshev(point, [x,y]) <= 1):
      valid_points.append([x,y])

print(valid_points) # [[1, 3], [1, 4], [2, 3], [2, 4], [3, 3], [3, 4]]

对于更大的数组，这似乎有点低效，因为我只需要检查一小组单元格，而不是整个矩阵。

Answer 1

我觉得你让它有点太复杂了——不需要依赖复杂的函数

import numpy as np

# set up matrix
x = np.zeros((5,5))
# add a single point
x[2,-1] = 1 

# get coordinates of point as array
r, c = np.where(x)
# convert to python scalars
r = r[0]
c = c[0]
# get boundaries of array
m, n = x.shape

coords = []
# loop over possible locations
for i in [-1, 0, 1]: 
    for j in [-1, 0, 1]: 
        # check if location is within boundary
        if 0 <= r + i < m and 0 <= c + j < n:
            coords.append((r + i, c + j)) 

print(coords)

>>> [(1, 3), (1, 4), (2, 3), (2, 4), (3, 3), (3, 4)]