使用 numpy.where() 在给定范围内的两个数组中搜索元素

Posted 2023-04-18

【中文标题】使用 numpy.where() 在给定范围内的两个数组中搜索元素

【英文标题】：Search elements in two arrays in the given range using numpy.where()

【发布时间】：2016-11-17 13:55:49

【问题描述】：

我正在处理大量的地球物理数据。我有两个大小为 320x340 的 numpy 数组：第一个 XLAT 包含网格中每个点的纬度，第二个 XLON 包含网格中每个点的经度。所以每个i, j 用纬度XLAT[i][j] 和经度XLON[i][j] 描述地面上的点。

我有坐标P_LAT 和P_LON 的点，我必须找到最接近给定点的4 个点。

首先，我编写了一个简单的函数，它遍历 x 轴和 y 轴上的所有点，但它会进行 320*340 = 108 800 次迭代，并且运行速度非常慢（每个点约 0.5 秒）：

    for i in range(0, lat-1):
            for j in range(0, lon-1):

                    if ST_LON >= XLON[i][j] and \
                            ST_LON < XLON[i][j + 1] and \
                            ST_LAT >= XLAT[i][j] and \
                            ST_LAT < XLAT[i + 1][j]:
                            return (True, i, i + 1, j, j + 1)

然后我找到了一些关于numpy.where() 的信息并写了这段代码：

    for i in range(0, lat):
            rows = numpy.where((XLON[i] >= ST_LON - 0.5) & (XLON[i] <= ST_LON + 0.5))

        for j in rows[0]:
            if ST_LON >= XLON[i][j] and \
                            ST_LON < XLON[i][j + 1] and \
                            ST_LAT >= XLAT[i][j] and \
                            ST_LAT < XLAT[i + 1][j]:
                return (True, i, i + 1, j, j + 1)

这个函数的运行速度要快得多（每点约 0.015 秒），但我认为这不是正确而美观的解决方案。

所以我的最后一个问题是如何在两个数组中找到满足条件的项目：

XLON[i] <= ST_LON <= XLON[i][j+1] 和 XLAT[i][j] <= ST_LAT <= XLAT[i+1][j]

这应该很快就能奏效吗？

【问题讨论】：

你的意思是 XLON[i][j] 而不是 XLON[i] 在你的条件下？

你设定了两个目标。 1：找到最近的4个点。 2：找到满足条件的项目。你想要哪个？

XLON 和 XLAT 的尺寸均为 320x340。条件是找到最近的 4 个点，我在给定的条件下尝试了它。

您还没有回答第一个问题。我们对 XLON 和 XLAT 数据了解多少？例如。 XLON[i][j]

【参考方案1】：

我不确定编程任务，所以让我用我自己的话重复一遍：

您有两个 2dim 数组 XLAT 和 XLON。它们是某种平移数组，用于从某个网格中获取纬度/经度。

从您的代码示例中，我得出结论： XLON[i][j]==XLON[h][j] 对范围 (0,lat) 内的所有 i,h 都有效 ?! （也许有一个很好的理由拥有那个对象，但它看起来不是很好）

所以最简单的解决方案应该是单独处理机器人尺寸：

for i in range(0, lat-1):
    if (XLON[i][0] >= ST_LON - 0.5) & (XLON[i][0] <= ST_LON + 0.5):
        break
for j in range(0, lon-1):
    if (XLAT[0][j] >= ST_LAT - 0.5) & (XLAT[0][j] <= ST_LAT + 0.5)):
        break   
return (True, i, i + 1, j, j + 1)

你也可以用 np.where 替换 if-break 语句。

我不确定我是否正确。如果我的回答没有帮助，那么向我们提供一个带有 XLON 的小型工作示例 python 代码将非常有用，XLAT 缩小到 5x4 尺寸。

【参考方案2】：

感谢所有回复，我找到了一个使用numpy.where() 的快速解决方案，条件很大，但它有点不美观也不美观:)

    #Calculate the step
    dLAT = numpy.abs(self.XLON[0][1] - self.XLON[0][0]) * 3
    dLON = numpy.abs(self.XLAT[1][0] - self.XLAT[0][0]) * 3

    #Get the rows and cells satisfying the condition
    rows, cells = numpy.where(((self.XLON >= ST_LON - dLON) & (self.XLON <= ST_LON + dLON)) & ((self.XLAT >= ST_LAT - dLAT) & (self.XLAT <= ST_LAT + dLAT)))

    #Loop through all the values
    for i in range(0, len(rows)):

        #Get the indexes
        current_lat = rows[i]
        next_lat = rows[i] + 1
        current_lon = cells[i]
        next_lon = cells[i] + 1

        #Check the point
        if ST_LON >= self.XLON[current_lat][current_lon] and ST_LON < self.XLON[current_lat][next_lon] and \
            ST_LAT >= self.XLAT[current_lat][current_lon] and ST_LAT < self.XLAT[next_lat][current_lon]:

            return(True, current_lat, next_lat, current_lon, next_lon)

    return (False, 0, 0, 0, 0)