我正在处理一系列numpy.ndarray
由101x101值组成,范围从0.0到1.0。所有数组都如下所示:
array([[ 0.216, 0.24 , 0.244, ..., 0.679, 0.684, 0.707],
[ 0.23 , 0.229, 0.238, ..., 0.675, 0.676, 0.695],
[ 0.221, 0.238, 0.24 , ..., 0.669, 0.677, 0.684],
...,
[ 0.937, 0.925, 0.923, ..., 0.768, 0.754, 0.752],
[ 0.937, 0.929, 0.923, ..., 0.737, 0.735, 0.741],
[ 0.934, 0.932, 0.929, ..., 0.72 , 0.717, 0.728]])
现在,假设我有threshold value=0.2
:我怎样才能找到矩阵中值的“区域”,以便在其中超出阈值?在这种情况下,我会寻找值为>=0.2
的区域。
特别是,我想:
threshold value
; centers of mass
。我知道我可以通过以下方式计算后者:ndimage.measurements.center_of_mass()
,但我没有看到如何将它应用于矩阵的“区域”而不是整个事物。
修改
请注意我所指的“地区”有不规则形状。
答案 0 :(得分:0)
计算高于阈值thr = 0.2
的所有值可以通过以下方式完成:
a = np.random.random(size=(100, 100))
above_thr = len(a[a > thr])
print above_thr
对于质心来说,这取决于你是否想要丢弃所有低于阈值的值
a[a < thr] = 0
ndimage.measurements.center_of_mass(a)
如果您将低于阈值的值视为缺失值,则可能需要先插入此缺失值。