在Numpy中用一个二维数组替换部分二维数组

1.引言

在本文中，我将展示一些在Python中常用的处理数组的简单而强大的技术。
这些技巧都是通过使用Numpy库进行实现的。
闲话少说，我们直接开始吧。 ：）

2. 举个栗子

举例，如下所示，我们有这样一个7X7的矩阵：

假设我们需要将 7x7 数组中以绿色突出显示的部分替换为另一个 2x4 数组，效果如下：

3. 简单实现

首先，我们先将问题用程序的方式描述出来，代码如下：

import numpy as np
a = np.array([[1,1,1,1,1,1,1],
              [1,4,4,4,1,1,1],
              [1,4,4,4,1,1,1],
              [1,4,4,4,1,1,1],
              [1,4,4,4,1,1,1],
              [1,4,4,4,1,1,1],
              [1,1,1,1,1,1,1]])

a_copy = a.copy()
b = np.array([[8,5,5,8],
              [8,5,5,8]])
print("Array a:")
print(a)
print("\nCopy of array a:")
print(a_copy)
print("\nArray b:")
print(b)

输出如下：

Array a:
[[1 1 1 1 1 1 1]
 [1 4 4 4 1 1 1]
 [1 4 4 4 1 1 1]
 [1 4 4 4 1 1 1]
 [1 4 4 4 1 1 1]
 [1 4 4 4 1 1 1]
 [1 1 1 1 1 1 1]]

Copy of array a:
[[1 1 1 1 1 1 1]
 [1 4 4 4 1 1 1]
 [1 4 4 4 1 1 1]
 [1 4 4 4 1 1 1]
 [1 4 4 4 1 1 1]
 [1 4 4 4 1 1 1]
 [1 1 1 1 1 1 1]]

Array b:
[[8 5 5 8]
 [8 5 5 8]]

上述代码中，我们将数组a进行了拷贝，同时声明了需要替换的2X4的数组b.接着，我们使用以下代码将数组b替换数组a中第4行和第5行以及第3,4,5,6列的元素：

a[3:5,2:6] = b
print("Array a after being partially replaced with array b:")
print(a)

输出如下：

Array a after being partially replaced with array b:
[[1 1 1 1 1 1 1]
 [1 4 4 4 1 1 1]
 [1 4 4 4 1 1 1]
 [1 4 8 5 5 8 1]
 [1 4 8 5 5 8 1]
 [1 4 4 4 1 1 1]
 [1 1 1 1 1 1 1]]

哇偶，相当简单，仅仅使用a[3:5,2:6] = b即可完成上述工作。

4. 使用mask进行条件替换

现在，假设我们需要做同样的替换，但是有一个条件。仅应替换数组 a 中与数组 b 中的数字 5 重叠的那些值，如下所示：

4.1.生成布尔型mask

我们可以借助mask来实现上述功能。布尔型的mask，可以通过b_mask_boolean = b == 5.直接获得，样例代码如下：

b_mask_boolean = b == 5
print("Boolean mask for numbers equal to 5 in array b:")
print(b_mask_boolean)

输出如下：

Boolean mask for numbers equal to 5 in array b:
[[False  True  True False]
 [False  True  True False]]

4.2.获取感兴趣的值

我们可以在布尔型mask的辅助下做一些很有趣的事情。例如，将我们不感兴趣的数组元素赋值为零，反之亦然。举例如下：

print("\nArray b multiplied by boolean mask:")
print(b * b_mask_boolean)
print("\nArray b multiplied by inversed boolean mask:")
print(b * ~b_mask_boolean)
print("\nPart of array a (4th and 5th rows; 3rd, 4th, 5th and 6th columns) multiplied by boolean mask:")
print(a_copy[3:5,2:6] * b_mask_boolean)
print("\nPart of array a (4th and 5th rows; 3rd, 4th, 5th and 6th columns) multiplied by inversed boolean mask:")
print(a_copy[3:5,2:6] * ~b_mask_boolean)

输出如下：

Array b multiplied by boolean mask:
[[0 5 5 0]
 [0 5 5 0]]

Array b multiplied by inversed boolean mask:
[[8 0 0 8]
 [8 0 0 8]]

Part of array a (4th and 5th rows; 3rd, 4th, 5th and 6th columns) multiplied by boolean mask:
[[0 4 1 0]
 [0 4 1 0]]

Part of array a (4th and 5th rows; 3rd, 4th, 5th and 6th columns) multiplied by inversed boolean mask:
[[4 0 0 1]
 [4 0 0 1]]

4.3.完成条件替换

有了上述准备工作，我们接着来实现我们的条件替换吧。。。

a_copy[3:5,2:6] = a_copy[3:5,2:6] * ~b_mask_boolean + b * b_mask_boolean
print("\nArray a after being partially replaced with array b (with numbers 5 from array b only):")
print(a_copy)

输出如下：

Array a after being partly replaced with array b (with numbers 5 from array b only):
[[1 1 1 1 1 1 1]
 [1 4 4 4 1 1 1]
 [1 4 4 4 1 1 1]
 [1 4 4 5 5 1 1]
 [1 4 4 5 5 1 1]
 [1 4 4 4 1 1 1]
 [1 1 1 1 1 1 1]]

这里值得一提的是，我们将以下两个数组进行了相加，即：

[[4 0 0 1]
 [4 0 0 1]]

和数组

[[0 5 5 0]
 [0 5 5 0]]

相加后得到数组：

[[4 5 5 1]
 [4 5 5 1]]

接着我们使用该数组的元素将a中对应的元素进行了替换。
总结一下下，就是我们可以使用语句a_copy[3:5,2:6] = a_copy[3:5,2:6] * ~b_mask_boolean + b * b_mask_boolean就可以实现按照条件替换数组中的元素。

5. 实际应用

接着，我们将上述所描述的技术应用​​于图像。举例我们有两张图片（背景和一杯咖啡），如下所示：

接着我们可以将coffee的图像添加到背景图，如下所示：

当然，我们也可以使用布尔型mask操作来将两幅图做进一步的融合，如下所示：

6. 总结

本文详细介绍了在Python中使用Numpy将数组元素进行替换的操作，同时将其进行扩展到图像领域，实现了不同的图像融合效果。

您学废了吗？

关注公众号《AI算法之道》，获取更多AI算法资讯。

参考