我有許多相同維度的二維陣列。每個像素的值為 0、1 或 23。每個陣列的值分布在不同的位置。我想要一個最大掩碼，它是覆寫所有陣列并取每個位置的最大值的結果。我還想要一個相反的最小掩碼。對不起，如果這是一個愚蠢的問題......我試圖搜索但只得到了在整個陣列或某個軸上獲得單個最大值/最小值的方法。如果您能提供幫助，非常感謝！
我的陣列很大，我將在這里舉一個簡單的例子 -
a = ([[0, 1, 0, 0, 23],
[1, 0, 0, 0, 1],
[23, 23, 0, 1, 1],
[1, 1, 23, 0, 1]])
b = ([[23, 1, 0, 1, 1],
[1, 0, 0, 23, 1],
[0, 23, 0, 23, 1],
[1, 1, 0, 0, 23]])
# After some coding, max_mask and min_mask should be:
max_mask = ([[23, 1, 0, 1, 23],
[1, 0, 0, 23, 1],
[23, 23, 0, 23, 1],
[1, 1, 23, 0, 23]])
min_mask = ([[0, 1, 0, 0, 1],
[1, 0, 0, 0, 1],
[0, 23, 0, 1, 1],
[1, 1, 0, 0, 1]])
由于我從通用函式創建了太多陣列，并且它們被命名為 data1985、data1986...data2020，有沒有辦法以更簡單的方式遍歷所有陣列？
# this is how I create them by reading images
for i in range(1985, 2021):
globals()[f"data{i}"], globals()[f"geo{i}"], globals()[f"proj{i}"] = read_tif(r"C:\Users\wqtcl\Desktop\REDD\images/" str(i) ".tif")
globals()[f"data{i}"][np.isnan(globals()[f"data{i}"])]=23
# I want something like this (or easier!!)
# initialize array filled with zeros
mask = np.zeros([len(data1985), len(data1985[0])], dtype=int)
# populate array
for i in range(1985, 2021):
for j in range(len(data1985)):
for k in range(len(data1985[0])):
mask[j][k] = max(globals()[f"data{i}"][j][k])
# I got this error though...
---------------------------------------------------------------------------
TypeError Traceback (most recent call last)
~\AppData\Local\Temp/ipykernel_18020/2600759678.py in <module>
6 for j in range(len(data1985)):
7 for k in range(len(data1985[0])):
----> 8 mask[j][k] = max(globals()[f"data{i}"][j][k])
9
10 print(mask)
TypeError: 'numpy.float32' object is not iterable
uj5u.com熱心網友回復：
編輯：關于您的編輯，動態變數創建從來都不是一個好主意！將您的tif影像讀入陣列串列，然后使用我的解決方案。
path = r"C:\Users\wqtcl\Desktop\REDD\images/{}.tif"
geo_data = {"data": [], "geo": [], "proj": []}
for i in range(1985, 2021):
data, geo, proj = read_tif(path.format(i))
geo_data["data"].append(data)
geo_data["geo"].append(geo)
geo_data["proj"].append(proj)
images = np.array(geo_data["data"])
images[np.isnan(images)] = 23.
max_mask = images.max(axis=0)
min_mask = images.min(axis=0)
請注意，我無法對此進行測驗，因為我沒有gdal安裝，而且我沒有一堆隨機.tif檔案來測驗這種方法。
原解決方案
干得好：
In [9]: a
Out[9]:
array([[ 0, 1, 0, 0, 23],
[ 1, 0, 0, 0, 1],
[23, 23, 0, 1, 1],
[ 1, 1, 23, 0, 1]])
In [10]: b
Out[10]:
array([[23, 1, 0, 1, 1],
[ 1, 0, 0, 23, 1],
[ 0, 23, 0, 23, 1],
[ 1, 1, 0, 0, 23]])
In [11]: np.maximum(a, b)
Out[11]:
array([[23, 1, 0, 1, 23],
[ 1, 0, 0, 23, 1],
[23, 23, 0, 23, 1],
[ 1, 1, 23, 0, 23]])
In [12]: np.minimum(a, b)
Out[12]:
array([[ 0, 1, 0, 0, 1],
[ 1, 0, 0, 0, 1],
[ 0, 23, 0, 1, 1],
[ 1, 1, 0, 0, 1]])
如果您需要對兩個以上的陣列執行此操作，您可以初始化一個 3D 陣列并呼叫.max(axis=0)：
In [15]: c
Out[15]:
array([[23, 0, 23, 1, 1],
[23, 23, 1, 0, 23],
[23, 1, 23, 1, 0],
[ 0, 0, 0, 23, 0]])
In [16]: d
Out[16]:
array([[23, 0, 0, 23, 23],
[ 1, 0, 1, 0, 23],
[ 0, 0, 23, 23, 0],
[ 1, 0, 23, 23, 0]])
In [17]: np.array([a, b, c, d]).max(axis=0)
Out[17]:
array([[23, 1, 23, 23, 23],
[23, 23, 1, 23, 23],
[23, 23, 23, 23, 1],
[ 1, 1, 23, 23, 23]])
轉載請註明出處，本文鏈接：https://www.uj5u.com/net/340814.html
上一篇：有人可以解釋一下這行代碼嗎？