Question

我的问题

1。简介

ka＆amp; kb是两个2-d阵列，全部为31 * 37
它们包含2个值：0＆amp; 1
独立性：仅当ka [i，j] = 1

使用np.mask，它们显示如下：

http://i4.tietuku.com/29adccd90484fe34.png
代码在这里：

ka_select = np.ma.masked_less(ka,0.001)
pa =plt.pcolor(kb_select,cmap="Set1",alpha =0.7,facecolor = "k",edgecolor = 'k',zorder =1)
kb_select = np.ma.masked_less(kb,0.001)
pb =plt.pcolor(kb_select,cmap="Set1",alpha =0.7,facecolor = "k",edgecolor = 'k',zorder =1)

2。我早期的工作

与两个阵列ka＆amp; KB。
如果index [i，j]中的值都等于1，则表示此两个数组在此网格中重叠。
计算重叠频率。

我写了一些关于比较两个二维数组的代码

### repeat I defined is the estimate matrix to represent overlap or not in [i,j] position
repeat = np.zeros(ka.shape[0]*ka.shape[0]).reshape(ka.shape[0],ka.shape[1])

for i in range(0,ka.shape[0],1):
    for j in range(0,ka.shape[1],1):
        if (ka[i,j] == 1) & (kb[i,j] == 1) :
           repeat [i,j]=1
         else:
            repeat[u,v]  = 0
rep.append(repeat.sum())

rep：这两个2-d阵列的重叠频率。

http://i4.tietuku.com/7121ee003ce9d034.png

3。我的问题

当有两个以上的2-d numpy数组都具有值（0,1）的相同形状时，如何对重叠频率求和？
我可以按顺序比较多个数组，但重复网格将被重新计算

更多解释

我想在ka = 1但是（kb＆amp; kc＆amp; ...）！= 1在网格[i，j]（我称之为独立性如标题所示。）如果ka只与kb比较，我可以使用 rep 来实现这一点，而且我还没有想过处理超过2个数组的方法

Answer 1

为什么不使用数组的总和kb，...并测试结果元素？一个有三个网格的例子：

import numpy

# some random arrays
ka = numpy.random.random_integers(0,1,37*31).reshape(31,37)
kb = numpy.random.random_integers(0,1,37*31).reshape(31,37)
kc = numpy.random.random_integers(0,1,37*31).reshape(31,37)
combined_rest = kb + kc

print "independance:", numpy.sum( (ka == 1) & (combined_rest < 2) )

找到一种更简单的方法来比较两个二维阵列的独立性

我的问题

1。简介

2。我早期的工作

3。我的问题

1 个答案: