如何有效地將「terrain」numpy數組轉換爲networkx圖？

我有一個2d布爾numpy數組A.每個元素是地圖的一個像素，True對應於地形，False對應於水。說，我想檢查我有多少不同的大洲，所以我想要使用networx.number_connected_components（G）如何有效地將「terrain」numpy數組轉換爲networkx圖？

我可以建立圖G手動迭代數組A的元素，並檢查是否連接的片斷或不是（像素僅在具有共同邊緣時才被認爲是連接的，因此每個像素的最多可以連接到4，並且不允許對角線連接）。

但是這樣做會讓我感到效率低下，不寬鬆。我該如何做得更好？

來源

2015-10-15 Moonwalker

要識別並統計連接區域的數量，您可以使用scipy.ndimage.measurements.label（因此您不需要networkx）。例如，

In [73]: x 
Out[73]: 
array([[1, 1, 1, 1, 1, 1, 1, 0, 0, 0, 0, 0], 
     [1, 1, 1, 1, 1, 1, 0, 0, 0, 0, 0, 0], 
     [0, 0, 0, 0, 1, 1, 1, 0, 1, 0, 0, 0], 
     [0, 0, 0, 0, 0, 1, 0, 0, 1, 0, 0, 0], 
     [0, 0, 0, 0, 1, 0, 0, 0, 1, 0, 0, 0], 
     [0, 0, 0, 0, 0, 0, 0, 1, 1, 0, 0, 0], 
     [0, 0, 0, 0, 0, 1, 0, 0, 0, 0, 0, 1], 
     [0, 0, 0, 0, 1, 1, 1, 0, 0, 0, 0, 1], 
     [0, 0, 0, 0, 0, 1, 0, 0, 1, 1, 0, 1], 
     [0, 0, 0, 0, 0, 0, 0, 1, 0, 0, 0, 1], 
     [0, 0, 0, 0, 0, 1, 0, 0, 0, 0, 0, 0], 
     [0, 0, 0, 0, 0, 1, 0, 0, 0, 0, 0, 0]]) 

In [74]: from scipy.ndimage.measurements import label 

In [75]: labeled_x, num_labels = label(x) 

In [76]: num_labels 
Out[76]: 8 

In [77]: labeled_x 
Out[77]: 
array([[1, 1, 1, 1, 1, 1, 1, 0, 0, 0, 0, 0], 
     [1, 1, 1, 1, 1, 1, 0, 0, 0, 0, 0, 0], 
     [0, 0, 0, 0, 1, 1, 1, 0, 2, 0, 0, 0], 
     [0, 0, 0, 0, 0, 1, 0, 0, 2, 0, 0, 0], 
     [0, 0, 0, 0, 3, 0, 0, 0, 2, 0, 0, 0], 
     [0, 0, 0, 0, 0, 0, 0, 2, 2, 0, 0, 0], 
     [0, 0, 0, 0, 0, 4, 0, 0, 0, 0, 0, 5], 
     [0, 0, 0, 0, 4, 4, 4, 0, 0, 0, 0, 5], 
     [0, 0, 0, 0, 0, 4, 0, 0, 6, 6, 0, 5], 
     [0, 0, 0, 0, 0, 0, 0, 7, 0, 0, 0, 5], 
     [0, 0, 0, 0, 0, 8, 0, 0, 0, 0, 0, 0], 
     [0, 0, 0, 0, 0, 8, 0, 0, 0, 0, 0, 0]], dtype=int32)

（在該例子中，是x 0和1的陣列，但label還接受一個布爾陣列。）

來源

2015-10-15 20:29:45

如何有效地將「terrain」numpy數組轉換爲networkx圖？

回答

相關問題