Numpy:使用索引列表为2d数组赋值

Question

我有2d numpy数组(想想灰度图像).我想将特定值分配给此数组的坐标列表,以便:

img = np.zeros((5, 5))
coords = np.array([[0, 1], [1, 2], [2, 3], [3, 4]]) 

def bad_use_of_numpy(img, coords):
    for i, coord in enumerate(coords):
        img[coord[0], coord[1]] = 255

    return img

bad_use_of_numpy(img, coords)

这有效,但我觉得我可以利用numpy功能来加快速度.我稍后可能会有一个用例,如下所示:

img = np.zeros((5, 5))
coords = np.array([[0, 1], [1, 2], [2, 3], [3, 4]])
vals = np.array([1, 2, 3, 4])

def bad_use_of_numpy(img, coords, vals):
    for coord in coords:
        img[coord[0], coord[1]] = vals[i]

    return img

 bad_use_of_numpy(img, coords, vals)

是否有更多的矢量化方式？

Answer 1

我们可以解压缩每行coords作为row,col索引以进行索引img,然后分配.

现在,因为问题被标记:Python 3.x,在它上面我们可以简单地解压缩[*coords.T]然后分配 -

img[[*coords.T]] = 255

一般来说,我们可以tuple用来解包 -

img[tuple(coords.T)] = 255

我们还可以计算线性指数,然后分配np.put-

np.put(img, np.ravel_multi_index(coords.T, img.shape), 255)