Question

（我不知道如何命名该问题。请随时进行编辑）

我有以下数组：

包含[z，y，x]值的3D数组
包含[z，y，x]高度的3D数组
包含[y，x]的maximum_altitude的二维数组

z，y，x的3个数组的长度相同。

我想要一个新的2D输出，其中包含[y，x]的value_at_max_altitude

算法应该类似于

find z where altitude[z, y, x] > max_altitude[y, x]
value_at_max_altitude[y, x] = value[z, y, x]

您如何用numpy做到这一点？

编辑：这是我实际的解决方案。但是我想知道是否可以使用numpy内部函数来避免循环：

# get index of Z for first value != False
z = np.argmax(altitude >= max_altitude, axis=0)

# z shape is [x, y]
ny, nx = z.shape

# initialize empty array
value_at_max_altitude = np.empty([ny, nx])

# fill value_at_max_altitude
for y in range(ny):
   for x in range(nx):
     value_at_max_altitude[y, x] = value[z[y, x], y, x]

Answer 1

如果我理解您的问题，则您正在尝试执行以下操作。因为您没有提供示例数据，所以我不确定，但是我认为这与使用已有循环的解决方案相匹配。

import numpy as np

# Generate example data
nz, ny, nx = 7, 5, 3
value = np.random.uniform(size=(nz, ny, nx))
altitude = np.random.uniform(size=(nz, ny, nx))
max_altitude = np.random.uniform(size=(ny, nx))

# Do the indexing
z = np.argmax(altitude >= max_altitude, axis=0)
value_at_max_altitude = value[(z, *np.ogrid[:ny, :nx])]

似乎您只是尝试使用索引数组value索引到z数组中。在那种情况下，您只需要生成具有相应的x和y索引的数组，这就是我对np.ogrid所做的工作。显而易见的方法是使用mgrid，但这将生成两个形状为(ny, nx)的数组。在这种情况下，使用ogrid分别产生形状为(ny, 1)和(1, nx)的数组。它们仍然能够索引到数组中，因为在使用数组对数组进行索引的过程中，Numpy broadcasts。仅当nx和ny很大时，这才可能很重要。

多维numpy数组之间的值和索引操作

1 个答案: