Numpy: 如何在给定测试条件下使用多维数组中的np.where？

Question

编辑：由于我的第一个问题可能太混乱了，所以我把问题简化为一个最小的问题

当我使用np.哪里在标量单元的条件下，一切正常：

new_array = np.where(old_array==6, rempl_array, old_array)

但如果我想让我的条件对数组的全维起作用：

new_array = np.where((old_array == [1, 2, 3]).all(axis=-1), rempl_array, old_array)

我再也没有了，因为尺寸不匹配

但是我不知道如何转换2D布尔值（旧的数组==[1，2，3]）。所有（轴=-1）在一个合适的3D布尔值中

---

这是最初的帖子：

我有一个3D数组，是我从一张图片中创建的（所以尺寸代表高度、宽度和RGB值）。我想根据给定的条件改变颜色。你知道吗

    submap = np.any([(carr == [pr["red"], pr["green"], pr["blue"]]).all(axis=-1) for pr in list_areas], axis=0)

该条件工作正常，对于满足该条件的像素，使用True重新运行2D数组，否则使用False重新运行。你知道吗

但是，当我尝试构建一个新的3D阵列时，我会根据该条件更改颜色：

    new_carr = np.where(submap, new_color, carr)

出现形状不匹配错误：

ValueError: operands could not be broadcast together with shapes (2048,5632) (3,) (2048,5632,3)

问题似乎不仅仅是我的新颜色有形状（3，3），因为当我用形状数组（20485632，3）替换它时问题仍然存在，而是我的条件是二维的，而我的初始数组是三维的。但是这个条件怎么可能不是二维的定义，我怎么能使这个工作呢？你知道吗

谢谢你的帮助

Answer 1

从这张帕丁顿的照片开始：

我想您应该使用np.where()如下将所有红色区域变成品红，将所有其他区域变成黄色：

#!/usr/bin/env python3

from PIL import Image
import numpy as np

# Load PIL Image and ensure RGB rather than palette based, then make into Numpy array
pi = Image.open('paddington.png').convert('RGB')
na = np.array(pi)

# Now make 2 images same size, one magenta, one yellow
magenta = np.zeros_like(na) + [255,0,255]
yellow  = np.zeros_like(na) + [255,255,0]

# Anywhere paddington is red, make him magenta. Anywhere else, make him yellow.
result = np.where((na==[255,0,0]).all(axis=-1)[...,None], magenta, yellow) 

# Save result
Image.fromarray(result.astype(np.uint8)).save('result.png')

当然，这是没有必要的，使一个完整的洋红和黄色的图像大小，我只是这样做，以符合您的原始代码。你可以用一个像素，节省内存，让他变成绿色和蓝色，就像这样：

result = np.where((na==[255,0,0]).all(axis=-1)[...,None], [0,255,0], [0,0,255]) 

Answer 2

事实上，我已经用一种非常丑陋的方式解决了我的问题

submap = np.array([[[b, b, b] for b in x] for x in submap.tolist()])

但这孩子似乎效率低下。应该有一种方法只使用数组来实现这一点。你知道吗