在Python中提取多个子矩阵

如果我的稀疏矩阵有多个非零值区域，我将尝试提取多个子矩阵

比如说,， 假设我有以下矩阵：

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

然后我需要能够提取非零值的区域，即

x_1 = [[1,1]
       [1,1]]

及

我一直在使用np.where（）查找非零值的索引，并仅返回一个子矩阵的区域，但如何将其扩展到稀疏矩阵中所有可能的子区域

谢谢

程序：

删除前导行和尾随行以及全部为零的列。（不是中间的）

查找所有空行和空列，并在这些索引上拆分矩阵。这将创建一个矩阵列表

对于每个新创建的矩阵，递归地重复该过程，直到无法进行进一步拆分

代码：

---

您可以为此使用内置程序

from scipy.ndimage.measurements import find_objects, label
from scipy.ndimage import generate_binary_structure as gbs

import numpy as np

# create array
x = np.array([[0,0,0,0,0,0],
             [0,1,1,0,0,0],
             [0,1,1,0,0,1],
             [0,0,0,0,1,1],
             [0,0,0,0,1,0]])

# define labeling structure to inlcude adjacent (including diagonal) cells
struc = gbs(2,2)

# generate array of labeled sections labels
x2, numlabels = label(x,struc)

# pull out first group of "ones"
xy1 = find_objects(x2==1)[0]

# pull out second group of "ones"
xy2 = find_objects(x2==2)[0]

现在测试：

>>> x[xy1]
    array([[1, 1],
           [1, 1]])

>>> x[xy2]
    array([[0, 1],
           [1, 1],
           [1, 0]])

---

瞧！如果您想取出所有可以迭代的子部分，这会告诉您数组中有多少个不同的组。

谢谢，但全局定义有一个错误：NameError：全局名称“res”不是definedIt也似乎不适用于任何两个子矩阵的一般情况。@alvarezcl，首先需要在主函数中定义

res=[]

。我已经上传了完整的代码。试试看。此外，它适用于两个子矩阵的任何情况。我已经在很多情况下对它进行了测试。这实际上比国际海事组织认可的解决方案更好。

from scipy.ndimage.measurements import find_objects, label
from scipy.ndimage import generate_binary_structure as gbs

import numpy as np

# create array
x = np.array([[0,0,0,0,0,0],
             [0,1,1,0,0,0],
             [0,1,1,0,0,1],
             [0,0,0,0,1,1],
             [0,0,0,0,1,0]])

# define labeling structure to inlcude adjacent (including diagonal) cells
struc = gbs(2,2)

# generate array of labeled sections labels
x2, numlabels = label(x,struc)

# pull out first group of "ones"
xy1 = find_objects(x2==1)[0]

# pull out second group of "ones"
xy2 = find_objects(x2==2)[0]

>>> x[xy1]
    array([[1, 1],
           [1, 1]])

>>> x[xy2]
    array([[0, 1],
           [1, 1],
           [1, 0]])