Question

我有这个玩具示例，它使用numpy和一个名为PyProj的外部包。 Lat和lon是2D数组，包含某些特定于域的信息的坐标。我想要做的是从我任意选择的中心点计算球体上的距离。 lat_0和lon_0的形状是

(2000,1)

但API调用inv不喜欢这样。我遇到了运行时错误 -

 RuntimeError: Buffer lengths not the same

它需要一个形状数组

(2000,50).

所以我希望lat_0和lon_0与lon和lat的形状相同，所有常数值都是中心纬度和经度。增加lon_0和lat_0的列并用中心值填充它的最有效方法是什么，这样它与lon和lat的形状相同而不使用for循环？

import numpy as np
from pyproj import Geod

lat = np.empty((2000,50))
lat.fill(1)
lon = np.empty((2000,50))
lon.fill(1)


center = int(np.floor(len(lon[-1]) / 2.))
lon_0 = lon[:,center][...,np.newaxis]
lat_0 = lat[:,center][...,np.newaxis]


g = Geod(ellps='WGS84')

distance = g.inv(lon,lat,lon_0,lat_0,radians=True)

Answer 1

最有效的方式可能是np.broadcast_arrays。这将创建较小数组的视图，而不会扩大数据缓冲区。通用示例：

    >>> A = np.arange(10).reshape(2, 5)
>>> A
array([[0, 1, 2, 3, 4],
       [5, 6, 7, 8, 9]])
>>> B = np.c_[:2]
>>> B
array([[0],
       [1]])
>>> C = np.arange(5)
>>> D = 7

>>> np.broadcast_arrays(A, B)
[array([[0, 1, 2, 3, 4],
       [5, 6, 7, 8, 9]]), array([[0, 0, 0, 0, 0],
       [1, 1, 1, 1, 1]])]
>>> np.broadcast_arrays(A, C)
[array([[0, 1, 2, 3, 4],
       [5, 6, 7, 8, 9]]), array([[0, 1, 2, 3, 4],
       [0, 1, 2, 3, 4]])]
>>> np.broadcast_arrays(A, D)
[array([[0, 1, 2, 3, 4],
       [5, 6, 7, 8, 9]]), array([[7, 7, 7, 7, 7],
       [7, 7, 7, 7, 7]])]

要查看数据是否已共享：

>>> AA, BB = np.broadcast_arrays(A, B)
>>> BB
array([[0, 0, 0, 0, 0],
       [1, 1, 1, 1, 1]])
>>> BB[0,0] = 3
>>> BB
array([[3, 3, 3, 3, 3],
       [1, 1, 1, 1, 1]])
>>> B
array([[3],
       [1]])

Answer 2

不是100％肯定我理解你需要什么，我的建议似乎不合适但是要沿指定的轴多次复制一个数组，你可以使用numpy repeat

所以在你的情况下你可以做

lon_0 = np.repeat(lon_0, 50, axis=1)

增加numpy 2D数组的列

2 个答案: