Question

我有两个数据集mask和precip_subset。两个数据集都以类似的方式创建：

掩模：

datapath = r"C:\Users\matth\Downloads\mask_global_0.25deg.nc"
f = Dataset(datapath)
print(f)

latbounds = [ -45 , -10 ]
lonbounds = [ 105, 160 ] 
lats = f.variables['lat'][:] 
lons = f.variables['lon'][:]

# latitude lower and upper index
latli = np.argmin( np.abs( lats - latbounds[0] ) )
latui = np.argmin( np.abs( lats - latbounds[1] ) ) 

# longitude lower and upper index
lonli = np.argmin( np.abs( lons - lonbounds[0] ) )
lonui = np.argmin( np.abs( lons - lonbounds[1] ) )

mask = f.variables['mask'][ lonli:lonui , latli:latui ]

precip_subset：

data_path = r"C:\Users\matth\Downloads\TRMM_3B42RT\3B42RT_Daily.201001.7.nc4"
f = Dataset(data_path)

latbounds = [ -45 , -10 ]
lonbounds = [ 105, 160 ] 
lats = f.variables['lat'][:] 
lons = f.variables['lon'][:]

# latitude lower and upper index
latli = np.argmin( np.abs( lats - latbounds[0] ) )
latui = np.argmin( np.abs( lats - latbounds[1] ) ) 

# longitude lower and upper index
lonli = np.argmin( np.abs( lons - lonbounds[0] ) )
lonui = np.argmin( np.abs( lons - lonbounds[1] ) )

precip_subset = f.variables['precipitation'][ : , lonli:lonui , latli:latui ]

每个数据集的形状为(1, 220, 140)和(1, 31, 220, 140)。每个数据集中的最后两个元素分别代表纬度和经度。 precip_subset中的第二个元素代表一月份的一天。

基本上，我想将每个纬度/经度的mask值乘以31天内每个纬度/经度的precip_subset值。 mask的值为1或0，具体取决于纬度/经度是否超过水位。我最终希望通过将它乘以零来“屏蔽”precip_subset中水面上的值。

显然，阵列的形状是不同的。有谁知道我能做些什么来实现我想做的事情？

编辑：我在考虑使用for循环，但我不确定如何构建它。

Answer 1

如果x.shape为(1, 220, 140)且y.shape为(1, 31, 220, 140)

x[:,None,:,:] * y

应该有效。这就好像x沿着（新的）第二轴重复了31次。

实际上

x * y

也可以使用，因为（1,220,140）形状扩展到(None,1,220,140)并扩展到(1,31,220,140)。但如果第一个维度与1不同，我们需要明确None来匹配31。

这让我想知道形状是不是真的(220, 140)和(31, 220, 140)。我没有足够详细地跟踪构造，看看初始尺寸1尺寸是否重要。

如何将具有不同形状的两个数组的值相乘

1 个答案: