使用 OR 将 3D 布尔数组简化为 2D

Question

我有一个 3D 布尔数组 (5830L, 6447L, 4L)，我想通过在第 3 个维度 (4L) 上使用 OR 布尔运算符将其缩减为 (5830L, 6447L)。因此，我将逐个元素地比较 4L 二维数组。一个简单的一维示例类似于：

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 维的大小可以变化，所以我需要在 for 循环中运行或运行使第 3 维的大小没有像上面那样硬编码。 numpy.logical_or(a, b) 效果很好，但仅适用于 2 个数组元素 (2L)。

当它有 3 个或更多元素时，任何理想的方法；即第 3 个维度是 > 2L?

Answer 1

两个选项：使用 .reduce ufunc method，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，我原以为 .any 会快得多，但这里并没有太大区别：

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)

使用 OR 将 3D 布尔数组简化为 2D

Using OR to reduce a 3D boolean array to 2D

python

boolean-logic

boolean

numpy

multidimensional-array