Numpy：给定矩阵的非零索引如何将元素提取到子矩阵中

Question

我有非常稀疏的矩阵，所以我想提取具有非零值的矩阵的最小矩形区域。我知道 numpy.nonzero(a) 为您提供非零元素的索引，但如何使用它来提取包含这些索引处的矩阵元素的子矩阵。

举个例子，这就是我的目标：

>>> test
array([[0, 0, 0, 0, 0, 0],
       [0, 1, 1, 1, 1, 0],
       [0, 0, 1, 1, 0, 0]])
>>> np.nonzero(test)
(array([1, 1, 1, 1, 2, 2]), array([1, 2, 3, 4, 2, 3]))
>>> submatrix(test)
array([[1, 1, 1, 1],
       [0, 1, 1, 0]])

有谁知道在 numpy 中执行此操作的简单方法吗？谢谢。

Answer 1

看起来您正在寻找包含所有非零元素的矩阵的最小区域。如果这是真的，这里有一个方法：

import numpy as np

def submatrix(arr):
    x, y = np.nonzero(arr)
    # Using the smallest and largest x and y indices of nonzero elements, 
    # we can find the desired rectangular bounds.  
    # And don't forget to add 1 to the top bound to avoid the fencepost problem.
    return arr[x.min():x.max()+1, y.min():y.max()+1]

test = np.array([[0, 0, 0, 0, 0, 0],
                 [0, 1, 1, 1, 1, 0],
                 [0, 0, 1, 1, 0, 0]])

print submatrix(test)

# Result:  
# [[1 1 1 1]
#  [0 1 1 0]]