隣接カウント

* o * o
o o * *
o * * *
* * o o

↓

2 o 2 o
o o 1 1
o 2 1 1
1 1 o o

のような処理を考える。

これは、隣接セルの足し合わせなので、要はコンボリューションを考えれば良い。
２Dのコンボリューションを行う方法としては、「scipy.ndimage.convolve」と
「scipy.signal.convolve」があるが、効率が全然違うので使い分けが重要。

import numpy as np
from scipy import ndimage


strings = """* o * o
o o * *
o * * *
* * o o"""
d = {'*': 0, 'o': 1}
lst = [[d[s] for s in line.split()] for line in strings.splitlines()]
a = np.array(lst)
print(a)

kernel = np.array(
    [
        [0, 1, 0],
        [1, 0, 1],
        [0, 1, 0]
    ]
)
res = np.where(a==0, ndimage.convolve(a, kernel, mode='constant'), 0)
print(res)

a = np.concatenate([a]*100000)
%timeit signal.convolve(a, kernel, 'same')
%timeit ndimage.convolve(a, kernel, mode='constant')

[[0 1 0 1]
 [1 1 0 0]
 [1 0 0 0]
 [0 0 1 1]]
[[2 0 2 0]
 [0 0 1 1]
 [0 2 1 1]
 [1 1 0 0]]

10000 loops, best of 3: 38.7 µs per loop
100000 loops, best of 3: 12.5 µs per loop
1 loop, best of 3: 405 ms per loop
10 loops, best of 3: 21.5 ms per loop

　
　
関連：
隣接セルの合計（コンボリューション）

2D配列（numpy.ndarray）の隣接要素をグループ化（クラスタ化）

広告