Question

我有两个非常长的1D矩阵（这里用更短的x和y矩阵表示）。我想创建两个新的矩阵X和Y，我将根据以下两个条件相互绘制：

在两个矩阵中，我想保留索引的元素值，其中x＆lt; 7和y！= -9999我想用标志值-9999替换所有其他元素值。

目前，我可以通过一个非常缓慢的循环来实现这个目标：

# Create some fake data:
x = np.arange(10)
y = np.arange(0, 100, 10)
y[2] = -9999.0
y[5] = -9999.0
y[8] = -9999.0

x
array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])

y
array([0, 10, -9999, 30, 40, -9999, 60, 70, -9999, 90])

# Loop over the data
for idx in np.arange(10):
    # Keep matrice elements in both matrices satisfying:
    if x[idx] < 7 and y != -9999:
        x[idx] = [idx]
        y[idx] = y[idx]
    # Replace all other elements with the flag -9999
    else:
        x[idx] = -9999
        y[idx] = -9999 

x
array([0, 1, -9999, 3, 4, -9999, 6, -9999, -9999, -9999])

y
array([0, 10, -9999, 30, 40, -9999, 60, -9999, -9999, -9999])


x_rm_flags = filter(lambda a: a != -9999.0, x)  # Removes all flagged values == -9999.0, thus shorting the matrix and converts it into a list
X = np.zeros([len(x_rm_flags),1])               # Convert the list into an array. Step 1: Create the (zero-)array
X[:,0] = x_rm_flags[:]                          # Convert the list into an array. Step 2: Fill the array with its correct values

y_rm_flags = filter(lambda a: a != -9999.0, y)  # Removes all flagged values == -9999.0, thus shorting the matrix and converts it into a list
Y = np.zeros([len(y_rm_flags),1])               # Convert the list into an array. Step 1: Create the (zero-)array
Y[:,0] = y_rm_flags[:]                          # Convert the list into an array. Step 2: Fill the array with its correct values

我想要的是做循环所做的事情，但是以更有效的方式，我希望python可能有一些内置函数。（例如，我考虑过使用numpy.where和/或numpy.select，但我还没有弄清楚如何实现和使用它们 - 如果它们甚至是一个很好的方法。）< / p>

有没有人对如何提高我的代码效率有任何建议？

保留或替换矩阵元素给定两个不同矩阵的条件

0 个答案: