时间戳

首页 > 解决方案 > 使用 OR 将 3D 布尔数组缩减为 2D

python - 使用 OR 将 3D 布尔数组缩减为 2D

问题描述

我有一个 3D 布尔数组(5830L, 6447L, 4L)，我想通过在 3rd 维度上(5830L, 6447L)使用布尔运算符来减少它。因此，我将对二维数组进行逐个元素的比较。一个简单的 1D 示例类似于：OR(4L)4L

a = [True, False, True]
b = [False, False, True]
c = [True, False, True]
mask = [any(tup) for tup in zip(a, b, c)]
print mask
'True, False, True'

第 3 维的大小可能会有所不同，因此我需要for循环运行它或以第 3 维的大小不会像上面那样硬编码的方式运行它。 numpy.logical_or(a, b)效果很好，但仅适用于 2 个数组元素 ( 2L)。

任何理想的如何在其 3 个或更多元素时执行此操作；即第三维是 > 2L？

标签： pythonnumpymultidimensional-arraybooleanboolean-logic

解决方案

两个选项：使用.reduceufunc 方法，或使用any（与布尔值上的重复 OR 相同）：

In [195]: x = np.random.choice([False, True], (5830, 6447, 4))

In [196]: via_reduce = np.logical_or.reduce(x, axis=2)

In [197]: via_any = x.any(axis=2)

In [198]: via_manual = np.logical_or(np.logical_or(np.logical_or(x[..., 0], x[..., 1]), x[..., 2]), x[...,3])

In [199]: np.allclose(via_reduce, via_any)
Out[199]: True

In [200]: np.allclose(via_reduce, via_manual)
Out[200]: True

老实说，我期望.any速度会快很多，但这里没有太大区别：

In [201]: %timeit via_reduce = np.logical_or.reduce(x, axis=2)
883 ms ± 2.99 ms per loop (mean ± std. dev. of 7 runs, 1 loop each)

In [202]: %timeit via_any = x.any(axis=2)
895 ms ± 7.16 ms per loop (mean ± std. dev. of 7 runs, 1 loop each)

推荐阅读