如何使用 try-except 计算 numpy 数组中的相邻单元格?

How to count neighbouring cells in a numpy array using try-except?

我有一个 numpy 数组:

x = np.random.rand(4, 5)

我想创建一个数组,显示原始数组中每个值有多少相邻值。我所说的邻居是指:

example=np.array([[0,1,0,0,0],
                  [1,2,1,0,0],
                  [0,1,0,0,0],
                  [0,0,0,0,0]])

plt.imshow(example)

位置 [1][1] 的值有 4 个邻居(黄色方块有 4 个相邻的绿色单元格)。

有效的解决方案:

x = np.random.rand(4, 5)

mask = 4*np.ones(x.shape, dtype=int)

mask[0][:]=3
mask[-1][:]=3

for each in mask: each[0]=3
for each in mask: each[-1]=3

mask[0][0]=2
mask[0][-1]=2
mask[-1][0]=2
mask[-1][-1]=2

mask 变为:

array([[2, 3, 3, 3, 2],
       [3, 4, 4, 4, 3],
       [3, 4, 4, 4, 3],
       [2, 3, 3, 3, 2]])

现在我尝试用 try-except:

创建相同的数组
x = np.random.rand(4, 5)

numofneighbours=[]

for index, each in enumerate(x):    
    row=[]
    for INDEX, EACH in enumerate(each):

        c=4
        try:ap[index+1][INDEX]
        except:c-=1

        try:ap[index][INDEX+1]
        except:c-=1

        try:ap[index-1][INDEX]
        except:c-=1

        try:ap[index][INDEX-1]   
        except:c-=1

        row.append(c)

    numofneighbours.append(row)
numofneighbours=np.asarray(numofneighbours)

给出结果 numofneighbours 数组:

array([[4, 4, 4, 4, 3],
       [4, 4, 4, 4, 3],
       [4, 4, 4, 4, 3],
       [3, 3, 3, 3, 2]])

这不等于 mask,正如我预期的那样。

我在这里做错了什么或者我应该如何使用 try-except 来达到上述目的?

这里的问题是 numpy 允许负索引。 a[-1] 代表 a 中的最后一个值,这就是为什么数组中的第一个数字没有减少的原因。

我认为您描述的第一种方法比 try-except 方法更清晰、更快,您应该直接使用它。

意识到当indexINDEX等于0时index-1INDEX-1指标仍然有效,它们只是具有值-1,使它成为有效的数组索引,即使它们引用的值与 indexINDEX 引用的值不相邻。我的修复如下:

x = np.random.rand(4, 5)

numofneighbours=[]

for index, each in enumerate(x):    
    row=[]
    for INDEX, EACH in enumerate(each):

        c=4
        try:x[index+1][INDEX]
        except:c-=1

        try:x[index][INDEX+1]
        except:c-=1

        try:x[index-1][INDEX]
        except:c-=1
        if (index-1)<0: c-=1

        try:x[index][INDEX-1]
        except:c-=1
        if (INDEX-1)<0: c-=1

        row.append(c)

    numofneighbours.append(row)
numofneighbours=np.asarray(numofneighbours)

这给出:

array([[2, 3, 3, 3, 2],
       [3, 4, 4, 4, 3],
       [3, 4, 4, 4, 3],
       [2, 3, 3, 3, 2]])