Question

我有一个（960,960）数组，我正试图找到关键点，以便找到局部极值。

我尝试过使用np.diff和np.gradient，但是我遇到了一些麻烦，我不确定要使用哪个函数。

np.diff提供了计算二阶diff的选项，但渐变不是。

我应该如何获得关键点？

我试过

diff = np.diff(storm, n=2)                    

dxx = diff[0]                                                                                                                                  
dyy = diff[1]                                                                                                                                  

derivative = dyy/dxx

我遇到问题，因为dxx中的某些值等于零。

然后有

的选项

gradient = np.gradient(storm)
g2 = np.gradient(gradient)

但是这会给我我想要的东西吗？

Answer 1

临界点是函数的一阶导数（或多维情况下的梯度）为0的点。因此，您应该检查函数的x和y-差异。 numpy diff函数适用于此情况。

因此，如果x-y方向上两个相邻元素之间的差异接近于0，则可以说该点是一个临界点。当差异改变其符号时（从负面变为正面，反之亦然），假设你的功能是平滑的。

# get difference in x- and y- direction
sec_grad_x = np.diff(storm,n=1,axis=0)
sec_grad_y = np.diff(storm,n=1,axis=1)

cp = []
# starts from 1 because diff function gives a forward difference
for i in range(1,n-1):
    for j in range(1,n-1):
        # check when the difference changes its sign
        if ((sec_grad_x[i-1,j]<0) != (sec_grad_x[i-1+1,j]<0)) and \
           ((sec_grad_y[i,j-1]<0) != (sec_grad_y[i,j-1+1]<0)):
            cp.append([i,j,  storm[i,j]])

cp = np.array(cp)

如何在python中找到2D数组的关键点？

1 个答案: