Python 3.x 更改ndarray的维度并将内容相乘

我有一个MxN ndarray，在这些数组中包含真值和假值，并希望将它们绘制为图像。 目标是将数组转换为枕头图像，每个真值作为恒定颜色。我可以通过循环每个像素并通过比较分别更改它们，然后在空白图像上绘制像素来让它工作，但这种方法太慢了

# img is a PIL image result
# image is the MxN ndarray

pix = img.load()
for x in range(image.shape[0]):
  for y in range(image.shape[1]):
     if image[x, y]:
       pix[y, x] = (255, 0, 0)

---

有没有办法通过将元组直接替换为真值来将ndarray更改为MxNx3？

如果您有真/假2D数组和颜色标签，例如

[255255255]

，以下操作将有效：

colored = np.expand_dims(bool_array_2d,axis=-1)*np.array([255,255,255])

用一个虚拟的例子来说明：在下面的代码中，我创建了一个0和1的随机矩阵，然后将1变成白色（[255255]）

---

希望这有助于

找到另一种解决方案，先转换为图像，然后转换为RGB，然后再转换回单独的3个通道。当我尝试将多个布尔数组组合在一起时，这种方法要快得多

img = Image.fromarray(image * 1, 'L').convert('RGB')
data = np.array(img)
red, green, blue = data.T
area = (red == 1)
data[...][area.T] = (255, 255, 255)
img = Image.fromarray(data)

---

我认为你可以这样简单快速地完成：

# Make a 2 row by 3 column image of True/False values
im = np.random.choice((True,False),(2,3))                                                             

array([[False, False,  True],
       [ True,  True,  True]])

我的看起来像这样：

# Make a 2 row by 3 column image of True/False values
im = np.random.choice((True,False),(2,3))                                                             

array([[False, False,  True],
       [ True,  True,  True]])

现在添加一个新轴，使其成为3通道，并将真值乘以新的“颜色”：

这就给了你：

array([[[  0,   0,   0],
        [  0,   0,   0],
        [255, 255, 255]],

       [[255, 255, 255],
        [255, 255, 255],
        [255, 255, 255]]])

---

干得好！您可能需要将

.astype（np.uint8）

添加到末尾，否则它可能会显示为

int64

，并在RAM中占用8倍的空间，例如，PIL/Pillow可能无法将其保存为PNG。不过，我已经投了你一票：-）非常感谢。是的，我同意你的观点，在计算密集型或受限的情况下，完全有必要使用uint_8。谢谢你，这个解决方案绝对是我的目标。我确实找到了另一种解决方案，可以转换为图像，然后再转换回来，但这种方法更适用于numpy阵列。