Question

对于（len（纬度），len（经度））形状的全局分布式变量，我想获得与感兴趣区域相对应的子集。

特定区域由2个角定义（左 - 低纬度/经度，右上纬度/经度）。所以，这个阵列就是我现在所拥有的：

VALUE是一个代表全球分布的二维数组
Lon 是拥有2880个元素的（-180.0,179.875）的一维数组
Lat 是拥有1440个元素的（-90,89.875）的一维数组。
llcrnrlat，urcrnrlat，llcrnrlon，urcrnrlon = 15,50,90,150

注意到librnrlat等可能不包含在 Lon 或 Lat 中，我无法使用

 VALUE_SELECT = VALUE[np.where(Lat ==llcrnrlat):np.where(Lat ==urcrnrlat),
                      np.where(Lon ==urcrnrlat):np.where(Lon ==urcrnrlat)]

所以，我的尝试是循环Lat和Lon，旨在找到最近值的指数。

def find_nearest(array,value): ## This function was clipped from website
    idx = (np.abs(array-value)).argmin()
    return array[idx]
llcrnrlon,urcrnrlon = 90,150
llcrnrlat, urcrnrlat = 15, 50

nx_st = np.where(lon == (find_nearest(lon,llcrnrlon )))[0]
nx_en = np.where(lon == (find_nearest(lon,urcrnrlon )))[0]
ny_st = np.where(lat == (find_nearest(lat,llcrnrlat )))[0]
ny_en = np.where(lat == (find_nearest(lat,urcrnrlat )))[0]

lon_select,lat_select = lon[nx_st:nx_en+1], lat[ny_st:ny_en+1]
value_select  =VALUE[ny_st:ny_en+1,nx_st:nx_en+1]

执行这些子程序后，这里有一个警告：

/Users/anaconda/lib/python2.7/site-packages/ipykernel/ main .py：1：VisibleDeprecationWarning：使用ndim转换数组＆gt; 0到索引将导致将来出错如果名称 =='主要'：

如何避免此警告或潜在错误？
根据我的情况，有没有更简单的方法来获取二维数组的子集？

Answer 1

find_nearest + np.where是一大堆计算工作，如果值均匀分布则完全不需要。你真的明白那段代码在做什么吗？阅读每个功能。您正在对数组中的每个值进行减法，然后查找该偏移量的最小值的索引。然后你在最小值处查找值。然后使用该值，您再次查看数组中的每个值并测试它是否匹配，从而创建一个新的True / False值数组。然后，您对该数组进行排序，并找到True的索引。您在argmin()

中找到的相同索引

每个纬度/经度分为8个部分。所以你只需乘以8，对吧？然后将其设为整数，自动应用floor()

function lat_conv(y):
    return int((y + 90) * 8)
function lon_conv(x):
    return int((x + 180) * 8)

value_select = VALUES[lon_conv(start_lon):lon_conv(stop_lon),
                      lat_conv(start_lat):lat_conv(stop_lat)]

最简单的方法是通过2个角选择2-d数组的子集

1 个答案: