如何通过创建单独的二进制数组有效地分割NumPy数组

Question

我正在尝试分离以NumPy数组形式存储的图像中的不同对象。例如，如果我有2D NumPy数组：

X = np.array([1.4E14, 1.4E14, 1.6E14], [1.4E14, 1.6E14, 1.6E14], [1.6E14, 1.1E14, 1.1E14])

如何通过实例将其分成相同形状的二进制数组：

Y = ([1, 1, 0], [1, 0, 0], [0, 0, 0]), Z = ([0, 0, 1], [0, 1, 1], [1, 0, 0]), W = ([0, 0, 0], [0, 0, 0], [0, 1, 1])

其中Y表示1.4E14的值，Z表示1.6E14的值，W表示1.1E14的值，并且所有实例的形状均与原始数组相同。关于如何有效处理大型阵列的任何想法？

Answer 1

这应该可以解决：

import numpy as np

X = ([1.4E14, 1.4E14, 1.6E14], [1.4E14, 1.6E14, 1.6E14], [1.6E14, 1.1E14, 1.1E14])

numbers = [1.4E14, 1.6E14, 1.1E14]

x = np.array(X)

for j in numbers:
    result = (x == j)+0
    print("comparing with " + str(j))
    print(result[:].tolist())
    print("")

Answer 2

您想要np.where

values = {1.4E14, 1.6E14, 1.1E14}

lst = []
for k, v in values.items():
    lst.append(np.where(X == val, 1, 0))

一个衬板{k: np.where(X == v, 1, 0) for k, v in {'Y': 14, 'Z': 16, 'W': 11}.items()}
{
'Y': array([[1, 1, 0], [1, 0, 0], [0, 0, 0]]), 
'Z': array([[0, 0, 1], [0, 1, 1], [1, 0, 0]]), 
'W': array([[0, 0, 0], [0, 0, 0], [0, 1, 1]])
}