我有一个 (128x128) 数组,其中包含每个像素所属的簇/超像素的值,小 9x9 示例:
array([[0, 0, 1, 1, 1, 2, 2, 2, 2],
[0, 0, 1, 1, 1, 2, 2, 2, 2],
[0, 0, 1, 1, 1, 2, 2, 2, 2],
[3, 3, 3, 3, 4, 4, 4, 4, 4],
[3, 3, 3, 3, 4, 4, 4, 4, 4],
[3, 3, 3, 3, 4, 4, 4, 4, 4],
[5, 5, 5, 6, 6, 6, 7, 7, 7],
[5, 5, 5, 6, 6, 6, 7, 7, 7],
[5, 5, 5, 6, 6, 6, 7, 7, 7]])
然后我有一个包含超像素(簇)数量长度的列表,例如:
[0, 1, 0, 0, 0, 1, 0, 1]
我现在想要创建一个新的 (128,128) 数组,其中列表中的值替换相应超像素(簇)中的所有像素值,例如:
array([[0, 0, 1, 1, 1, 0, 0, 0, 0],
[0, 0, 1, 1, 1, 0, 0, 0, 0],
[0, 0, 1, 1, 1, 0, 0, 0, 0],
[0, 0, 0, 0, 0, 0, 0, 0, 0],
[0, 0, 0, 0, 0, 0, 0, 0, 0],
[0, 0, 0, 0, 0, 0, 0, 0, 0],
[1, 1, 1, 0, 0, 0, 1, 1, 1],
[1, 1, 1, 0, 0, 0, 1, 1, 1],
[1, 1, 1, 0, 0, 0, 1, 1, 1]])
为了澄清,如果列表中的第一项 == 1,我想创建一个新的 (128,128) 数组,其中 == 列表索引的值将替换为列表中该索引处的值。
最佳答案
使用原始数组作为映射数组的索引:
>>> arr
array([[0, 0, 1, 1, 1, 2, 2, 2, 2],
[0, 0, 1, 1, 1, 2, 2, 2, 2],
[0, 0, 1, 1, 1, 2, 2, 2, 2],
[3, 3, 3, 3, 4, 4, 4, 4, 4],
[3, 3, 3, 3, 4, 4, 4, 4, 4],
[3, 3, 3, 3, 4, 4, 4, 4, 4],
[5, 5, 5, 6, 6, 6, 7, 7, 7],
[5, 5, 5, 6, 6, 6, 7, 7, 7],
[5, 5, 5, 6, 6, 6, 7, 7, 7]])
>>> mapping = np.array([0, 1, 0, 0, 0, 1, 0, 1])
>>> mapping[arr]
array([[0, 0, 1, 1, 1, 0, 0, 0, 0],
[0, 0, 1, 1, 1, 0, 0, 0, 0],
[0, 0, 1, 1, 1, 0, 0, 0, 0],
[0, 0, 0, 0, 0, 0, 0, 0, 0],
[0, 0, 0, 0, 0, 0, 0, 0, 0],
[0, 0, 0, 0, 0, 0, 0, 0, 0],
[1, 1, 1, 0, 0, 0, 1, 1, 1],
[1, 1, 1, 0, 0, 0, 1, 1, 1],
[1, 1, 1, 0, 0, 0, 1, 1, 1]])
关于python - 创建具有一个数组形状和列表中的值的 numpy 数组,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/72336232/