将2d数组的值移动/平移一个特定的量(up)

Question

我想了解各种2d数组转换方法。

我有一个方法，它返回一个(x, y)坐标索引列表，对应于应该在2d数组中删除的值。下面的值应该代替要删除的值，下面的值应该移动到它们的位置，等等。在数组的底部，将随机生成新值(这里不需要帮助，并且超出范围)，在下面的示例输出中用r表示。

简单示例输入:

coordinates = [
(0, 1), (1, 1), (2, 1)
]
test = numpy.array([
[0, 3, 0, 4, 0, 1, 3],
[1, 1, 1, 0, 0, 4, 1],
[2, 3, 3, 4, 1, 4, 3],
[3, 1, 1, 3, 3, 2, 2],
[2, 1, 3, 4, 3, 4, 4],
[0, 0, 1, 1, 0, 2, 0],
[0, 1, 0, 2, 3, 4, 2],
[3, 2, 1, 1, 3, 2, 1],
])

简单输出示例:

numpy.array([
[0, 3, 0, 4, 0, 1, 3],
[2, 3, 3, 0, 0, 4, 1],
[3, 1, 1, 4, 1, 4, 3],
[2, 1, 3, 3, 3, 2, 2],
[0, 0, 1, 4, 3, 4, 4],
[0, 1, 0, 1, 0, 2, 0],
[3, 2, 1, 2, 3, 4, 2],
[r, r, r, 1, 3, 2, 1],
])

复杂示例输入:

coordinates = [
(1, 2), (2, 2), (3, 0), (3, 1), (3, 2), (3, 3),
(3, 4), (4, 2), (4, 3), (4, 4), (5, 2), (6, 2),
]
test = numpy.array([
[0, 3, 0, 4, 1, 1, 3],
[4, 1, 0, 4, 2, 4, 1],
[2, 4, 4, 4, 3, 3, 3],
[3, 1, 1, 4, 3, 2, 2],
[2, 1, 3, 4, 3, 4, 4],
[0, 0, 1, 1, 0, 2, 0],
[0, 1, 0, 2, 3, 4, 2],
[3, 2, 1, 1, 3, 2, 1],
])

复杂示例输出:

numpy.array([
[0, 3, 0, 1, 1, 1, 3],
[4, 1, 0, 2, 2, 4, 1],
[2, 1, 1, 1, 0, 2, 2],
[3, 1, 3, r, 3, 4, 4],
[2, 0, 1, r, 3, 2, 0],
[0, 1, 0, r, r, 4, 2],
[0, 2, 1, r, r, 2, 1],
[3, r, r, r, r, r, r],
])

欢迎各种解决方案，简单高效的首选，示范性答案赞赏!

从上面的例子中注入coordinates和test变量;

import numpy
NUM_ROWS = len(test)
NUM_COLS = len(test[0])
for row_i in range(NUM_ROWS - 1, 0 - 1, -1):  # reverse loop rows (B -> T)
for col_i in range(NUM_COLS):
if (col_i, row_i) in coordinates:
for lower_row_i in range(row_i + 1, NUM_ROWS):
test[lower_row_i - 1][col_i] = test[lower_row_i][col_i]
test[NUM_ROWS - 1][col_i] = numpy.random.randint(5)
print(test)

创建所需的输出，但是必须有许多其他更干净，更有效，更简单等的方法。

Answer 1

注意:您使用的坐标是倒置的。Numpy索引将是(row, col)，而您使用(col, row)。下面的解决方案使用换位来适应你的坐标

我会制作一个布尔掩码来标识要删除/移位的位置。然后使用argsort将True的值推到最后，并使用这些索引对原始数组进行重新排序。

m = np.zeros_like(test, dtype=bool).T
m[tuple(zip(*coordinates))] = True
out = np.take_along_axis(test, np.argsort(m).T, axis=0)

输出:

array([[0, 3, 0, 1, 1, 1, 3],
[4, 1, 0, 2, 2, 4, 1],
[2, 1, 1, 1, 0, 2, 2],
[3, 1, 3, 4, 3, 4, 4],
[2, 0, 1, 4, 3, 2, 0],
[0, 1, 0, 4, 3, 4, 2],
[0, 2, 1, 4, 3, 2, 1],
[3, 4, 4, 4, 3, 3, 3]])

中间体

布尔值m(为更好的显示而作为整数):

array([[0, 0, 0, 1, 0, 0, 0],
[0, 0, 0, 1, 0, 0, 0],
[0, 1, 1, 1, 1, 1, 1],
[0, 0, 0, 1, 1, 0, 0],
[0, 0, 0, 1, 1, 0, 0],
[0, 0, 0, 0, 0, 0, 0],
[0, 0, 0, 0, 0, 0, 0],
[0, 0, 0, 0, 0, 0, 0]])

Result ofnp.argsort(m).T:

array([[0, 0, 0, 5, 0, 0, 0],
[1, 1, 1, 6, 1, 1, 1],
[2, 3, 3, 7, 5, 3, 3],
[3, 4, 4, 0, 6, 4, 4],
[4, 5, 5, 1, 7, 5, 5],
[5, 6, 6, 2, 2, 6, 6],
[6, 7, 7, 3, 3, 7, 7],
[7, 2, 2, 4, 4, 2, 2]])

掩蔽

如果你想屏蔽移位的值

out[np.take_along_axis(m.T, np.argsort(m).T, axis=0)] = -1

输出:

array([[ 0,  3,  0,  1,  1,  1,  3],
[ 4,  1,  0,  2,  2,  4,  1],
[ 2,  1,  1,  1,  0,  2,  2],
[ 3,  1,  3, -1,  3,  4,  4],
[ 2,  0,  1, -1,  3,  2,  0],
[ 0,  1,  0, -1, -1,  4,  2],
[ 0,  2,  1, -1, -1,  2,  1],
[ 3, -1, -1, -1, -1, -1, -1]])