Повторение элементов в трехмерном массиве дает неправильный элемент

Question

У меня есть пустой массив (изображения), третье измерение имеет длину 3. Пример моего массива приведен ниже. Я пытаюсь повторить его, чтобы получить доступ / распечатать последнее измерение массива. Но каждый из приведенных ниже методов обращается к каждому отдельному значению в трехмерном массиве, а не ко всему трехмерному массиву.

Как я могу выполнить итерацию этого массива на уровне 3d-массива?

Мой массив:

src = cv2.imread('./myimage.jpg') 
# naive/shortened example of src contents (shape=(1, 3, 3))
[[[117 108  99]
  [115 105  98]
  [ 90  79  75]]]

При выполнении итерации моей целью при каждой итерации выведите следующие значения:

[117 108 99] # итерация 1
[115 105 98] # итерация 2
[90 79 75] # итерация 3

# Attempt 1 to iterate
for index,value in np.ndenumerate(src):
    print(src[index]) # src[index] and value = 117 when I was hoping it equals [117 108  99]

# Attempt 2 to iterate
for index,value in enumerate(src):
    print(src[index]) # value = is the entire row

Answer 1

Общий совет: При работе с numpy явные циклы python должны быть последним средством. Numpy - чрезвычайно мощный инструмент, который охватывает большинство случаев использования. Узнайте, как правильно его использовать! Если это помогает, вы можете думать о numpy как о почти своем собственном мини-языке внутри языка.

Теперь перейдем к коду. Я решил оставить здесь только подмассивы, значения которых меньше 100, но, конечно, это совершенно произвольно и служит только для демонстрации кода.

import numpy as np

arr = np.array([[[117, 108, 99], [115, 105, 98], [90, 79, 75]], [[20, 3, 99], [101, 250, 30], [75, 89, 83]]])

cond_mask = np.all(a=arr < 100, axis=2)

arr_result = arr[cond_mask]

Дайте мне знать, если у вас есть какие-либо вопросы о коде:)

Answer 2

Решение

Вы можете использовать любой из следующих двух методов. Однако Method-2 является более надежным, и обоснование этого было показано в разделе: Подробное решение ниже.

import numpy as np

src = [[117, 108,  99], [115, 105,  98], [ 90,  79,  75]]
src = np.array(src).reshape((1,3,3))

Метод-1

for row in src[0,:]:
    print(row)

Метод-2

Надежный метод.

for e in np.transpose(src, [2,0,1]):
    print(e)

Вывод :

[117 108  99]
[115 105  98]
[90 79 75]

Подробное решение

Давайте сделаем массив формы (3,4,5). Итак, если мы переберем 3-е измерение, мы должны найти 5 элементов, каждый из которых имеет форму (3,4). Вы можете добиться этого, используя numpy.transpose, как показано ниже:

src = np.arange(3*4*5).reshape((3,4,5))
for e in np.transpose(src, [2,0,1]):
    print(row)

Выход :

[[ 0  5 10 15]
 [20 25 30 35]
 [40 45 50 55]]
[[ 1  6 11 16]
 [21 26 31 36]
 [41 46 51 56]]
[[ 2  7 12 17]
 [22 27 32 37]
 [42 47 52 57]]
[[ 3  8 13 18]
 [23 28 33 38]
 [43 48 53 58]]
[[ 4  9 14 19]
 [24 29 34 39]
 [44 49 54 59]]

Здесь массив src:

array([[[ 0,  1,  2,  3,  4],
        [ 5,  6,  7,  8,  9],
        [10, 11, 12, 13, 14],
        [15, 16, 17, 18, 19]],

       [[20, 21, 22, 23, 24],
        [25, 26, 27, 28, 29],
        [30, 31, 32, 33, 34],
        [35, 36, 37, 38, 39]],

       [[40, 41, 42, 43, 44],
        [45, 46, 47, 48, 49],
        [50, 51, 52, 53, 54],
        [55, 56, 57, 58, 59]]])