时间戳

首页 > 解决方案 > 确定具有周期性条件的二维网格中的相邻单元格

python - 确定具有周期性条件的二维网格中的相邻单元格

问题描述

假设我们有以下二维网络，我们用整数标记其单元格索引：

20  21  22  23  24
15  16  17  18  19
10  11  12  13  14
5   6   7   8   9
0   1   2   3   4

我想要的是一个函数，它接收单元格索引（单元格）和沿轴的单元格数（在本例中为 n = 5），并返回一个包含其 9 个邻居（包括单元格本身）的数组，考虑到考虑全局框的周期性。

我向您展示了我尝试过的“几乎”有效的方法：

def celdas_vecinas(cell,n):

    return np.mod(cell + np.array([0, -n-1, -n, -n+1, -1, 1, n-1, n, n+1], dtype=np.int64), n**2)

我输入 np.mod 以反映周期性条件的位置。关键是这个函数只对某些值表现良好。

>>> celdas_vecinas(1,5) 
array([ 1, 20, 21, 22,  0,  2,  5,  6,  7]) # right!

>>> celdas_vecinas(21,5)
array([21, 15, 16, 17, 20, 22,  0,  1,  2]) # right!

但是，如果我在角落输入其中一个单元格的索引，则会发生以下情况：

>>> celdas_vecinas(0,5)
array([ 0, 19, 20, 21, 24,  1,  4,  5,  6]) # should be 9 instead of 19

例如，对于 cell=5 也失败了。

有谁知道我如何实现这个功能？当单元格索引不触及任何边界时，它很容易实现，但我不知道如何包含周期性效果，尽管我猜它一定与 np.mod 函数有关

标签： pythonnumpycellnearest-neighbor

解决方案

行周期性不像列周期性那样工作。我认为您应该首先在每侧获得 2 个单元格，然后上下移动。我已经尝试过了，它似乎有效： 

def celdas_vecinas(cell, n) :
    last_row = n * (cell // n)
    left_cell = last_row + ( cell - last_row - 1 ) % n
    right_cell = last_row + ( cell - last_row + 1 ) % n
    line = np.array( [ left_cell, cell, right_cell ] )
    return np.mod( [ line + n, line, line - n ], n**2)

（我删除了我之前的答案，因为我搞砸了）

推荐阅读