Question

我正在尝试使用numpy蒙面数组来过滤光栅图像中的“无数据”。我正在做的数组计算减去相邻像素的值（见Applying functions to multidimensional numpy arrays without loops），但我需要忽略没有数据值。例如，使用数组：

array = np.array([[78, 72, 69, 71, 58, 49],
                 [74, 67, 56, 49, 46, 50],
                 [69, 53, 44, 37, -9999, -9999],
                 [64, 58, 55, 22, 33, 24],
                 [68, 61, 47, 21, 16, 19],
                 [74, 53, 34, 12, 11, 12]])

假设-9999是无数据值。所以我按如下方式掩盖了数组：

array = np.ma.masked_where(array == -9999, array, False)

这会产生预期的结果。然后我需要计算每个元素与周围8个邻居的差异。因此，对于“右下”邻居，这将是（忽略边缘像素）：

result = array[1: 5, 1: 5] - array[2: 6, 2: 6]

这也产生我想要的结果：

[[23, 19, --, --],
 [-2, 22, 4, --],
 [11, 34, 6, 14],
 [27, 35, 10, 4]]

但是，当我将结果数组作为空数组的维度插入时，掩码会从-9999丢失，更糟糕的是，“继承”掩码的元素（[1,3]＆amp; [1，插入4]）及其原始值。

gradient = np.empty((8, 4, 4), dtype = np.int)
gradient[0] = result

我可以再次屏蔽-9999值，但由于我将在梯度数组的轴0上应用argmax函数，原始值的保留会导致问题。我正在寻找一种方法来插入上面显示的结果数组，或者掩码的另一种方法是排除匹配空值的邻居元素和/或替换结果中的值。

Answer 1

你应该使用nan（nan = not number）而不是-9999：

array[array == -9999] = np.nan

然后进行计算。从该值导出的每个值也应该是nan。

插入数组时保留numpy掩码

1 个答案: