Mam tablicę 2D numpy, w której niektóre wartości wynoszą zero, a niektóre nie. Próbuję znaleźć skuteczny sposób na znalezienie największej grupy zer w tablicy (zwracając liczbę zer, a także przybliżony obraz miejsca w środku). chciałby odnaleźć kępę 9, z centrum (3,4):Python - Skuteczny sposób na znalezienie największego obszaru określonej wartości w tablicy numpy 2D
[[ 1, 1, 1, 0, 0 ],
[ 1, 0, 1, 1, 0 ],
[ 1, 1, 1, 1, 1 ],
[ 1, 1, 0, 0, 0 ],
[ 1, 1, 0, 0, 0 ],
[ 1, 1, 0, 0, 0 ]]
Czy istnieje ładny wektorowy drogą do osiągnięcia czegoś takiego w numpy lub scipy?
Kępy będą miały kształt zbliżony do okrągłego i nie mają w nich dziur.
ndimage.label() z scipy robi coś podobnego, ale nie do końca jestem tym, za czym jestem. Mam wrażenie, że numpy.where() i numpy.diff() mogą być pomocne, ale nie wiem, jak skutecznie je wykorzystać, aby rozwiązać ten problem.
Co zrobić, jeśli istnieje dziura? Czy mówisz, że nie będzie dziur, ponieważ wiesz coś o tym, jak wygląda wejście, lub chcesz wykluczyć kępy z dziurami? – user2357112
To dlatego, że wiem, że dane wejściowe nie będą miały żadnych dziur (a jeśli tak, będą bardzo rzadkie) – Brent