计算块的坐标中对角线块矩阵

Question

我有一个角块matrix，我想每个块

a = np.zeros((25,18), dtype=int)  
a[2:8,:6]=1 

a[8:13,6:12]=1 

a[13:15,12:14]=1 

a[15:20,14:]=1 

和输出

[(2, 0), (8, 6), (13, 12), (15, 14)] 

感谢的坐标（行，列）！

Answer 1

如果，在你的榜样，每列包含一个块或其他，你可以得到通过扫描每列中的第一个非零入口并保持跟踪相应的行，获得每个块的坐标：

In [1]: import numpy as np 
In [2]: a = np.zeros((25,18), dtype=int)  
In [3]: a[2:8,:6]=1 
In [4]: a[8:13,6:12]=1 
In [5]: a[13:15,12:14]=1 
In [6]: a[15:20,14:]=1 
In [7]: rows = set() 
In [8]: blocks = [] 
In [9]: for col in range(a.shape[1]): 
      row = np.argmax(a[:,col]) 
      if row not in rows: 
       rows.add(row) 
       blocks.append((row, col)) 
....:   

In [10]: blocks 
Out[10]: [(2, 0), (8, 6), (13, 12), (15, 14)] 

Answer 2

我假设你的矩阵确实充满了布尔值，就像你的图片一样。

每个块都是完全正方形的，因此可以通过其起始坐标和其边长来定义。还要注意，起始坐标总是位于矩阵的对角线上，所以行和列是相等的。

如果你看图片，很明显看到在每个块的开始处，紧接在上面（或向左）的单元格是False。因此，我们可以创建块的列表，[（坐标，长度），...]，具体如下：

# Find the coordinates where each block starts 
starts = [] 
for i in range(len(myMatrix)): 
    if i==0: 
     starts.append(i) 
    elif not myMatrix[i,i-1]: # i.e., if the cell to the left is False 
     starts.append(i) 
# Get the length of each block 
blocks = [] 
for i in range(len(starts)): 
    thisStart = starts[i] 
    if i == len(starts)-1: 
     nextStart = len(myMatrix) 
    else: 
     nextStart = starts[i+1] 
    length = nextStart - thisStart 
    blocks.append((thisStart, length))