python - 引用数组的条件随机元素并替换它

Question

这是我在 StackOverflow 上发布的第二个问题，涉及 Python/Numpy 编码。

我觉得肯定有某种函数可以执行伪代码:

np.random.choice([a[i-1,j],a[i+1,j],a[i,j-1],a[i,j+1]])==0 = 9

本质上，我希望随机函数选择与我相邻的单元格(上、下、左、右)，值为 0，并将所述单元格替换为 9

不幸的是，我知道为什么我输入的代码是非法的。语句的前半部分返回 True/False bool 值，因为我使用了比较/检查运算符。我无法将其设置为值 9。

如果我将代码加载分成两个代码，并使用带有 random.choice 的 if 语句(查看等于零的相邻元素)，那么在此之后，我需要某种函数或定义来记忆哪个随机生成器最初选择的单元格(上下左右)，然后我可以将其设置为 9。

亲切的问候，

编辑:我也可以附上示例代码，这样您就可以简单地运行它(我包括我的错误)

a = np.empty((6,6,))
a[:] = 0
a[2,3]=a[3,3]=a[2,4] = 1

for (i,j), value in np.ndenumerate(a):
     if a[i,j]==1:
          np.random.choice([a[i-1,j],a[i+1,j],a[i,j-1],a[i,j+1]])==0 = 9

Answer 1

您可以从映射到 2D 数组中特定坐标移动的一系列方向(上、下、左、右)中进行选择，如下所示:

# generate a dataset
a = np.zeros((6,6))
a[2,3]=a[3,3]=a[2,4] = 1

# map directions to coordinate movements
nesw_map = {'left': [-1, 0], 'top': [0, 1], 'right': [1,0], 'bottom': [0,-1]}
directions = nesw_map.keys()

# select only those places where a == 1
for col_ind, row_ind in zip(*np.where(a == 1)):  # more efficient than iterating over the entire array
    x = np.random.choice(directions)
    elm_coords = col_ind + nesw_map[x][0], row_ind + nesw_map[x][1]
    if a[elm_coords] == 0:
        a[elm_coords] = 9

请注意，这不会执行任何类型的边界检查(因此，如果 1 出现在边缘，您可能会选择“脱离网格”的项目，这将导致错误)。