python - 有没有办法在 Numpy 的方板上获得“白细胞”/“黑细胞”视图？

Question

有没有办法在 Numpy中的某个方形数组上构建两者black和视图？whiteboard

当然board也可以是另一个数组的视图？

我们显然假设棋盘的等级是偶数（就像经典的 8x8 棋盘一样），因为在奇数棋盘上完成所需的任务确实很容易。

尽管我与以下想法非常吻合，但我认为这并不完全可能：

a = np.zeros((81,))
board = a.reshape((9,9))[:8,:8]
black = a[::2]
white = a[1::2]
black += 1
white += 2
print(board)

这几乎可以满足要求：board内部阵列上有一些 8x8 视图，您可以使用其他两个视图分别初始化黑白单元格。但是这个解决方案并不完美，因为这两个black和white视图还包含无用的隐藏单元格。

这个问题有更好的解决方案吗？

这仅仅是同事之间的理论挑战（而不是“你想达到什么目标？”来自某些生产环境的问题）。

标签： pythonnumpy

Answer 1

如果black并且white不需要是一维的，则可以这样做：

board = np.zeros((18,12))[::3,::2]
# non contiguous to make it a bit intersting

m,n = board.shape
v4d = board.reshape(m//2,2,n//2,2)
black = np.einsum("ijkj->ijk",v4d)
white = np.einsum("ijkj->ijk",v4d[...,::-1])

board
# array([[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., 0., 0., 0., 0., 0.]])
black += 1
board
# array([[1., 0., 1., 0., 1., 0.],
#        [0., 1., 0., 1., 0., 1.],
#        [1., 0., 1., 0., 1., 0.],
#        [0., 1., 0., 1., 0., 1.],
#        [1., 0., 1., 0., 1., 0.],
#        [0., 1., 0., 1., 0., 1.]])
white += 2
board
# array([[1., 2., 1., 2., 1., 2.],
#        [2., 1., 2., 1., 2., 1.],
#        [1., 2., 1., 2., 1., 2.],
#        [2., 1., 2., 1., 2., 1.],
#        [1., 2., 1., 2., 1., 2.],
#        [2., 1., 2., 1., 2., 1.]])