Skip to main content
 首页 » 编程设计

python之使用掩码移动知道新坐标的二维数组的值

2024年10月25日12del

我想将二维数组的元素“移动”到存储在另外 2 个数组中的新坐标。我希望将其自动化,因为实际上我的数组很大 (400x200x100)。 有些值不会找到他的坐标,也不会被使用, 其中一些坐标被屏蔽了,我在下面的示例中使用值 0 表示了这一点。如果坐标被屏蔽,则不会使用我要重新洗牌的数组中的元素。

import numpy as np 
 
#My new coordinates in X and Y directions    
mx = np.array([[ 1.,  2.,  3.,  4.,  0.], 
       [ 1.,  2.,  3.,  4.,  0.], 
       [ 1.,  2.,  3.,  4.,  0.], 
       [ 1.,  2.,  3.,  4.,  0.], 
       [ 1.,  2.,  3.,  4.,  0.]]) 
 
my = np.array([[ 0.,  2.,  2.,  2.,  2.], 
       [ 0.,  3.,  3.,  3.,  3.], 
       [ 0.,  4.,  4.,  4.,  4.], 
       [ 0.,  0.,  0.,  0.,  0.], 
       [ 0.,  0.,  0.,  0.,  0.]]) 
 
#The array with values to move 
IRtest = np.array([[-0.07383495, -0.08606554, -0.08480594, -0.08099556, -0.08218414], 
       [-0.07866761, -0.08373   , -0.08253587, -0.08106102, -0.08220205], 
       [-0.07727436, -0.08271511, -0.0807254 , -0.07832416, -0.08021686], 
       [-0.07612349, -0.08190446, -0.07996929, -0.07842754, -0.08024891], 
       [-0.07488144, -0.08150557, -0.08038229, -0.07895656, -0.07997815]]) 
 
#Creation of zeros array to get new array 
b = np.zeros((5,5))     
 
# I tried this but it doesn't work... 
for i in range(IRtest.shape[0]): 
    for j in range(IRtest.shape[1]): 
        b[my[i,j], mx[i,j]] = IRtest[i,j] 
 
plt.imshow(b) 
plt.colorbar() 
plt.show() 

所以预期的数组看起来像:

array_expected = np.array([[-0.08271511, -0.0807254 , -0.07832416, -0.08021686, 0], 
       [-0.08190446, -0.07996929, -0.07842754, -0.08024891, 0], 
       [-0.08150557, -0.08038229, -0.07895656, -0.07997815, 0], 
       [0, 0, 0, 0, 0], 
       [0, 0, 0, 0, 0]]) 

-----稍后编辑----------------

在这个“方向”上更好:

for i in range(IRtest.shape[0]): 
    for j in range(IRtest.shape[1]): 
        b[j, i] = IRtest[my[j,i],mx[j,i]] 

我明白了:

array([[-0.08606554, -0.0807254 , -0.07832416, -0.08021686, -0.07727436], 
       [-0.08606554, -0.07996929, -0.07842754, -0.08024891, -0.07612349], 
       [-0.08606554, -0.08038229, -0.07895656, -0.07997815, -0.07488144], 
       [-0.08606554, -0.08480594, -0.08099556, -0.08218414, -0.07383495], 
       [-0.08606554, -0.08480594, -0.08099556, -0.08218414, -0.07383495]]) 

所以最后一个问题是处理屏蔽值...

所以我尝试:

mask_mx = np.array([[False, False, False, False, True], 
        [False, False, False, False, True], 
        [False, False, False, False, True], 
        [False, False, False, False, True], 
        [False, False, False, False, True]], dtype=int) 
 
mask_my = np.array([[True, False, False, False, False], 
        [True, False, False, False, False], 
        [True, False, False, False, False], 
        [True, True, True, True, True], 
        [True, True, True, True, True]], dtype=int) 
 
 
mx3 = np.where(mask_mx, 'nan', mx) 
 
my3 = np.where(mask_my, 'nan', my) 
 
for i in range(IRtest.shape[0]): 
    for j in range(IRtest.shape[1]): 
        b[j, i] = IRtest[my3[j,i],mx3[j,i]] 

但是我得到下面的错误,它不喜欢 'nan' 作为坐标: 以 10 为底的 int() 的无效文字:'nan'

请您参考如下方法:

您可能想使用 -1 作为掩码而不是 0,这样您就可以在 IRtest 中访问 0 索引。

mx = np.array([[ 1.,  2.,  3.,  4.,  -1.], 
               [ 1.,  2.,  3.,  4.,  -1.], 
               [ 1.,  2.,  3.,  4.,  -1.], 
               [ 1.,  2.,  3.,  4.,  -1.], 
               [ 1.,  2.,  3.,  4.,  -1.]]) 
 
my = np.array([[ 2.,  2.,  2.,  2.,  2.], 
               [ 3.,  3.,  3.,  3.,  3.], 
               [ 4.,  4.,  4.,  4.,  4.], 
               [ -1.,  -1.,  -1.,  -1.,  -1.], 
               [ -1.,  -1.,  -1.,  -1.,  -1.]]) 
 
b = np.zeros_like(IRtest) 
 
for i in range(IRtest.shape[0]): 
    for j in range(IRtest.shape[1]): 
        b[j, i] = IRtest[my[j,i],mx[j,i]]*(mx[j,i]!=-1)*(my[j,i]!=-1)