Performance 提取NumPy数组的索引

我有一个仅由0和1元素组成的NumPy数组，如下所示：

import numpy as np
data = np.array([[1, 1 , 0 , 0 , 0 , 0 , 1 , 0],
                 [1, 1 , 1 , 1 , 1 , 1 , 1 , 0],
                 [1, 1 , 1 , 1 , 1 , 1 , 1 , 0],
                 [0, 0 , 1 , 1 , **1** , 1 , 1 , 0],
                 [0, 0 , 1 , 1 , 1 , 1 , 1 , 1],
                 [1, 1 , 1 , 1 , 1 , 1 , 1 , 0],
                 [1, 1 , 0 , 0 , 0 , 0 , 0 , 0]])

我必须找出元素1的索引，元素1在每个方向上被1/2×2像素包围

预期答案的位置以粗体显示

我正在寻找更简单、更快的方法。

你可以用一些-

输出-

In [66]: print(R,C)
[3] [4]

---

本节中列出了一种替代方法，它可以执行与前一种方法相同的卷积，保持其余步骤相同。下面是获取卷积输出的代码

filt\u out

-

import scipy.ndimage
filt_out = scipy.ndimage.convolve(data,kernel)

你可以用一些-

输出-

In [66]: print(R,C)
[3] [4]

---

本节中列出了一种替代方法，它可以执行与前一种方法相同的卷积，保持其余步骤相同。下面是获取卷积输出的代码

filt\u out

-

import scipy.ndimage
filt_out = scipy.ndimage.convolve(data,kernel)

这很简单，只需一个：

这很简单，只需一个：

---

谢谢你的尝试。我投了赞成票。但是，我正在考虑使用scipy.ndimage来完成它。你能给我推荐一种替代方法吗？比如最大值过滤器，最小值过滤器？@EricBal我认为最大值或最小值过滤器在这里不起作用，但这些过滤器会在该窗口内寻找最大值。我们想要的是该窗口中的所有元素都是

one

。所以我们需要的是对该窗口内的所有元素求和，这样卷积就适合这里了。@EricBal用

ndimage

添加了另一种方法，这可能更容易理解？那么，filt\u out==np.sum（kernel.ravel（））的含义是什么？谢谢您的尝试。我投了赞成票。但是，我正在考虑使用scipy.ndimage来完成它。你能给我推荐一种替代方法吗？比如最大值过滤器，最小值过滤器？@EricBal我认为最大值或最小值过滤器在这里不起作用，但这些过滤器会在该窗口内寻找最大值。我们想要的是该窗口中的所有元素都是

one

。所以我们需要的是对该窗口内的所有元素求和，这样卷积就适合这里了。@EricBal用

ndimage

添加了另一种方法，这可能更容易理解？那么，filt_out==np.sum（kernel.ravel（））的含义是什么呢？