numpy配列のすべての境界に0があるかどうかを確認します[終了]

多次元numpy配列がすべての側面で0を持っているかどうかを確認する最も速い方法は何でしょうか。

だから、簡単な2Dの例として、私は：

x = np.random.rand(5, 5)
assert np.sum(x[0:,  0]) == 0
assert np.sum(x[0,  0:]) == 0
assert np.sum(x[0:, -1]) == 0
assert np.sum(x[-1, 0:]) == 0

これは2Dの場合には問題ありませんが、より高い次元での記述は少し面倒であり、効率的で保守しやすくするためにここで使用できる巧妙で厄介なトリックがあるかどうか疑問に思っていました。

方法は次のとおりです。

assert(all(np.all(np.take(x, index, axis=axis) == 0)
           for axis in range(x.ndim)
           for index in (0, -1)))

np.take 「ファンシー」なインデックス作成と同じことを行います。

これは、実際に関心のある配列の部分を調べ、配列全体のサイズのマスクを作成する時間を無駄にしない答えです。Pythonレベルのループがありますが、それは短く、反復は配列のサイズではなく次元数に比例します。

def all_borders_zero(array):
    if not array.ndim:
        raise ValueError("0-dimensional arrays not supported")
    for dim in range(array.ndim):
        view = numpy.moveaxis(array, dim, 0)
        if not (view[0] == 0).all():
            return False
        if not (view[-1] == 0).all():
            return False
    return True

私はアレイの形状を変更し、それを繰り返しました。残念ながら、私の答えは、少なくとも3次元であり、通常の行列ではエラーになると想定しているため、1次元および2次元の形状配列に対して特別な句を追加する必要があります。さらに、これは遅くなるため、より良い解決策が存在する可能性があります。

x = np.array(
        [
            [
                [0 , 1, 1, 0],
                [0 , 2, 3, 0],
                [0 , 4, 5, 0]
            ],
            [
                [0 , 6, 7, 0],
                [0 , 7, 8, 0],
                [0 , 9, 5, 0]
            ]
        ])

xx = np.array(
        [
            [
                [0 , 0, 0, 0],
                [0 , 2, 3, 0],
                [0 , 0, 0, 0]
            ],
            [
                [0 , 0, 0, 0],
                [0 , 7, 8, 0],
                [0 , 0, 0, 0]
            ]
        ])

def check_edges(x):

    idx = x.shape
    chunk = np.prod(idx[:-2])
    x = x.reshape((chunk*idx[-2], idx[-1]))
    for block in range(chunk):
        z = x[block*idx[-2]:(block+1)*idx[-2], :]
        if not np.all(z[:, 0] == 0):
            return False
        if not np.all(z[:, -1] == 0):
            return False
        if not np.all(z[0, :] == 0):
            return False
        if not np.all(z[-1, :] == 0):
            return False

    return True

どちらが生成されます

>>> False
>>> True

基本的に私はすべての寸法を積み重ねてから、それらを調べてエッジをチェックします。

多分省略記号演算子はあなたが探しているものであり、多くの次元で機能します：

import numpy as np

# data
x = np.random.rand(2, 5, 5)
x[..., 0:, 0] = 0
x[..., 0, 0:] = 0
x[..., 0:, -1] = 0
x[..., -1, 0:] = 0

test = np.all(
    [
        np.all(x[..., 0:, 0] == 0),
        np.all(x[..., 0, 0:] == 0),
        np.all(x[..., 0:, -1] == 0),
        np.all(x[..., -1, 0:] == 0),
    ]
)

print(test)

sliceブールマスキングを使用して、作業を完了することができます。

def get_borders(arr):
    s=tuple(slice(1,i-1) for i in a.shape)
    mask = np.ones(arr.shape, dtype=bool)
    mask[s] = False
    return(arr[mask])

この関数は、最初に配列の「コア」をタプルsに整形し、次にTrue境界点のみを示すマスクを作成します。ブールインデックスは、境界点を提供します。

作業例：

a = np.arange(16).reshape((4,4))

print(a)
array([[ 0,  1,  2,  3],
       [ 4,  5,  6,  7],
       [ 8,  9, 10, 11],
       [12, 13, 14, 15]])

borders = get_borders(a)
print(borders)
array([ 0,  1,  2,  3,  4,  7,  8, 11, 12, 13, 14, 15])

次に、np.all(borders==0)必要な情報を提供します。

注：これは1次元配列では機能しませんが、私はそれらをエッジケースと見なしています。問題の2つの点を確認するだけの方が良いでしょう。