我有一个 ROI 的 Nifti 文件,它是一个 192 x 192 x 12 阵列,我希望能够找到整个事物以及 12 个切片中每个切片的质心。我正在使用
cm = join(dname, 'cardiac_roi.nii')
roi_img = nib.load(cm)
roi_data = roi_img.get_data()
CM = ndimage.measurements.center_of_mass(roi_data)
我得到错误:
TypeError: 'numpy.float64' object is not iterable
当我也只尝试一片时,同样的事情发生了
CM = ndimage.measurements.center_of_mass(roi_data[:,:,1])
我该如何解决这个问题?
请您参考如下方法:
您可以通过替换行来修复它:
CM = ndimage.measurements.center_of_mass(roi_data)
用线条:
import numpy # Unnecessary if you've already done this.
CM = ndimage.measurements.center_of_mass(numpy.array(roi_data))
说明:根据您的评论,roi_data 是一个 NumPy memory-mapped array . ndimage.measurements.center_of_mass 函数需要一个常规的 NumPy 数组;即 ndarray 的一个实例。理论上,由于内存映射数组的类型为 memmap,而 memmap 是 ndarray 的子类,因此您的原始代码应该可以工作;实际上它失败了(正如您所发现的),解决方法是将内存映射数组显式转换为普通 NumPy 数组。您的代码不起作用这一事实代表违反了 Liskov substitution principle , 并指示 NumPy 或 SciPy(很可能是前者)中的错误。
查看 ndimage 源代码,我追踪了行为上的差异,直到对于内存映射数组 x,x 的结果。 sum() 是另一个(零维)数组,而对于常规 NumPy ndarray x,x.sum()< 的结果 是标量(例如 numpy.float64 的实例)。这个 NumPy bug report看起来很相关。
