获取矩阵中重复数的坐标

Question

我需要点子，这不是家庭作业......

我有下面的矩阵，我如何获得重复数字的坐标，

重复项[[[0,0]，[1,0]，[2,0]，[0,1]，[0,1]，[0,2]，[1,2]，[1,3]，[2,2]]，[[0,3]，[0,4]，.........]

n = [ [1,1,1,3,3],[1,2,1,1,2],[1,2,1,3,3] ]

coordinates = [[-1,0],[0,1],[1,0],[0,-1]]
i = 0
while i < len(n):
    j = 0
    fila = []
    while j < len(n[0]):
        for coordinate in coordinates:
            X = i + coordinate[0]
            Y = j + coordinate[1]
            if X >= 0 and X < len(n) and Y >= 0 and Y < len(n[0]):
                # I tried with two for in here but its not efficient
        j+=1
    i+=1

第1组，分离2组，分离3组，仅2组

重复项[[[0,0]，[1,0]，[2,0]，[0,1]，[0,2]，[1,2]，[1,3]，[2,2]]，[[0,3]，[0,4]]，[[1,1]，[2,1]]，[[1,4]]，[[2,3]，[2,4]]

Answer 1

效率不是很高，因为在逻辑比较检查中多次使用测试数组，但大多数循环都被推到C级。同时，它演示了一些有趣的方法，如果您有类似的功能要执行，您可以探索这些方法。

import scipy.ndimage as nd    
import numpy as np

n = np.array([ [1,1,1,3,3],[1,2,1,1,2],[1,2,1,3,3] ], dtype=np.int)

def print_coord(val, pos, shape):
    print("{}: {}".format(val[0], list(zip(*np.unravel_index(pos, dims=shape)))))
    return 0

for val in np.unique(n):
    labelled_array, num_features = nd.label(n == val)
    nd.labeled_comprehension(n, labelled_array, [1,2,3], 
        lambda v, p: print_coord(v, p, shape=n.shape), float, 0, True)

产出：

1: [(0, 0), (0, 1), (0, 2), (1, 0), (1, 2), (1, 3), (2, 0), (2, 2)]
2: [(1, 1), (2, 1)]
2: [(1, 4)]
3: [(0, 3), (0, 4)]
3: [(2, 3), (2, 4)]

当然，当您不想保留与坐标列表匹配的标签时，您可以将结果附加到列表中。