Python3.1网格模拟问题

根据答案，我从一维数组创建了一个网格，它修改了一个值及其周围的邻居；如果在另一个数组中找到该值。主值由特定的%转换，周围的元素由另一个%转换

但是，如何确保在样本的下一次迭代期间不会再次转换更改的值

下面是示例代码。谢谢你抽出时间

import numpy as np


def grid(array,samples,details):

    #Sides of the square (will be using a squarable number
    Width = (len(array)) ** 0.5
    #Convert to grid
    Converted = array.reshape(Width,Width)
    #Conversion details
    Change = [details[1]] + [details[2]] 
    nrows, ncols = Converted.shape

    for value in samples:

        #First instance where indexing returns it
        i,j  = np.argwhere(Converted == value)[0]

        #Prevent indexing outside the boudaries of the
        #array which would cause a "wraparound" assignment
        istart, istop = max(i-1, 0), min(i+2, nrows)
        jstart, jstop = max(j-1, 0), min(j+2, ncols)


        #Set the value within a 3x3 window to their "new_value"  
        for elem in Converted[istart:istop, jstart:jstop]:

           Converted[elem] = elem + (elem * (value * ((Change[1]/100))

        #Set the main value to the new value  
        Converted[i,j] = value + (value * ((Change[0])/100))


    #Convert back to 1D list
    Converted.tolist()

    return (Converted)


a = [16,2,20,4,14,6,70,8,9,100,32,15,7,14,50,20,17,10,9,20,7,17,50,2,19,20,21,22,23,24,25]
samples = [2, 7]
grid_details = [10,50,100]

result = grid(a,samples,grid_details)

---

首先，让我们一节一节地浏览您的代码。。。你现在写的东西有几个问题

顺便说一句，python中有一个松散的约定，为类保留大写和CamelCased名称。（您经常会看到类似

foo=FooBar（baz）

的代码，其中

foo

是类

FooBar

的实例）调用变量

Converted

而不是

Converted

，没有什么错，但您将看到的大多数代码都使用后一种形式

让我们从这里开始：

import numpy as np
def grid(array,samples,details):
    ...

您稍后将以

array

的形式传递列表。因此，需要将列表

array

转换为

numpy.ndarray

。（否则，像“代码>数组。改写”将不起作用。）您也可以考虑将变量名改为“<代码>数组< /COD>”不太通用的东西。不过，就目前而言，让我们保持变量名不变。我还将假设您需要浮点值，因为稍后将乘以百分比。。。让我们将此更改为：

import numpy as np
def grid(array,samples,details):
    array = np.asarray(array, dtype=np.float)
    ...

继续

    ...
    #Sides of the square (will be using a squarable number
    Width = (len(array)) ** 0.5
    #Convert to grid
    Converted = array.reshape(Width,Width)
    ...

你有一道数学题！！2x2阵列有4个元素，3x3阵列有9个元素，4x4阵列有16个元素，依此类推。。。如果要将序列重塑为正方形网格，则需要取平方根，而不是除以2！让我们将其更改为：

    ...
    #Sides of the square (will be using a squareable number)
    Width = int(np.sqrt(array.size))
    #Convert to grid
    Converted = array.reshape(Width,Width)
    ...

归咎于睡眠不足。。。显然，

x**0.5

与

sqrt（x）

相同，我只是没有看到第二个

*

。对不起

下一步：

这与只是这样做是一样的：

Change = details[1:3]

后面的部分很好，让我们跳到下一个问题：

    ...
    #Set the value within a 3x3 window to their "new_value"  
    for elem in Converted[istart:istop, jstart:jstop]:

       Converted[elem] = elem + (elem * (value * ((Change[1]/100))

    #Set the main value to the new value  
    Converted[i,j] = value + (value * ((Change[0])/100))
    ...

首先，当您迭代它时，

elem

是值，而不是索引！您不能根据获得的值对数组进行索引，否则您将尝试通过

0.01

、

pi

，甚至可能是像

5.6+98.44j

这样的复数对数组进行索引。第二，你使用numpy是有原因的。。。没有理由像这样遍历每个元素。第三，更改中心值两次，这几乎肯定不是您想要的。相反，我们可以这样做：

    ...
    #--Set the value within a 3x3 window to their "new_value"  
    # Save the "center" value for later use
    center = Converted[i,j]

    # Adjust the pixels around the center by a percentage
    Converted[istart:istop] *= 1 + Change[1] / 100.0

    # Adjust the center pixel by a different percentage
    Converted[i,j] = center * (1 + Change[0] / 100.0)
    ...

最后，您传递的列表“

数组

”的长度有问题

a = [16,2,20,4,14,6,70,8,9,100,32,15,7,14,50,20,17,10,9,20,7,17,50,2,19,20,21,22,23,24,25]

这是一个31元素的数组。。。如果不截断或添加值，就无法生成正方形。当前代码将尝试将其转换为15x15数组，这将导致错误（15x15矩阵需要255个值（

15**2

）。我假设您想要一个25个元素的5x5数组。让我们将其替换为：

a = [16,2,20,4,14,6,70,8,9,100,32,15,7,14,50,20,17,10,9,20,7,17,50,2,19]

好的，让我们把所有这些建议组合成一段可行的代码：

import numpy as np

def grid(array,samples,details):
    array = np.asarray(array, dtype=np.float)

    #Sides of the square (will be using a squarable number
    Width = int(np.sqrt(array.size))
    #Convert to grid
    Converted = array.reshape(Width,Width)
    #Conversion details
    Change = details[1:3]
    nrows, ncols = Converted.shape

    for value in samples:

        #First instance where indexing returns it
        i,j  = np.argwhere(Converted == value)[0]

        #Prevent indexing outside the boudaries of the
        #array which would cause a "wraparound" assignment
        istart, istop = max(i-1, 0), min(i+2, nrows)
        jstart, jstop = max(j-1, 0), min(j+2, ncols)


        #Set the value within a 3x3 window to their "new_value"  
        center_value = Converted[i,j]
        Converted[istart:istop, jstart:jstop] *= 1 + Change[1] / 100.0
        Converted[i,j] = center_value * (1 + Change[0] / 100.0)

    #Convert back to 1D list
    Converted.tolist()

    return Converted

a =  [16,2,20,4,14,6,70,8,9,100,32,15,7,14,50,20,17,10,9,20,7,17,50,2,19]
samples = [2, 7]
grid_details = [10,50,100]

result = grid(a,samples,grid_details)

print(result)

因此，这将转换原始阵列：

[[  16.    2.   20.    4.   14.]
 [   6.   70.    8.    9.  100.]
 [  32.   15.    7.   14.   50.]
 [  20.   17.   10.    9.   20.]
 [   7.   17.   50.    2.   19.]]

进入：

好的。现在我想你最初问的是。。。在这种情况下，第二行第二列中的项将被修改两次。。。一次是由于第一行第二列中的2，一次是由于第三行第三列中的7

这是你想要避免的吗？？如果是这样，您希望在这种情况下发生什么

是否希望仅在第一次匹配时对其进行修改？第二场比赛？修改了两次，但只修改了百分比的总和？你需要定义你想要发生什么

无论如何，希望这能有所帮助

编辑

如果要避免匹配新修改的值，可以在开始修改之前找到所有匹配项。例如，如果我们更改此部分：

for value in samples:
    #First instance where indexing returns it
    i,j  = np.argwhere(Converted == value)[0]

为此：

locations = [np.argwhere(Converted == value)[0] for value in samples]
for i,j in locations:
    ...

---

它应该做你想做的。希望这是清楚的

我不想避免修改网格中以前修改过的任何值，无论是主值还是周围的值。首先感谢您！我的意思是，现在修改的值与以后的样本值不匹配。i、 e.2增加100%至4，然后样本列表中的下一个值为4。我是否需要创建某种类型的（I，j）修改位置的保留列表，以便如果找到的第一个值是以前修改过的值，它将继续移动？@jimy-请参阅编辑。（我之前的评论是不正确的……我忘记了“匹配项”在代码中的计算位置……）请注意，

**0.5

是平方根！我刚回到家测试“编辑”部分，它并没有解决修改问题。@Andrew-对，我不知何故没有看到第二个

*

。。。我要怪昨天累了！：）

for value in samples:
    #First instance where indexing returns it
    i,j  = np.argwhere(Converted == value)[0]

locations = [np.argwhere(Converted == value)[0] for value in samples]
for i,j in locations:
    ...