发布于2019-10-14 07:57 阅读(1438) 评论(0) 点赞(30) 收藏(3)
我尝试从具有NoData值的数组中检索百分位数。在我的情况下,Nodata值由-3.40282347e + 38表示。我认为带掩码的数组会将这些值排除在进一步的计算之外。我成功创建了被遮罩的数组,但是对于np.percentile()函数,遮罩无效。
>>> DataArray = np.array(data)
>>> DataArray
([[ value, value...]], dtype=float32)
>>> masked_data = ma.masked_where(DataArray < 0, DataArray)
>>> p5 = np.percentile(masked_data, 5)
>>> print p5
-3.40282347e+38
看一下np.percentile
代码,很明显,它对掩码数组没有什么特别的。
def percentile(a, q, axis=None, out=None,
overwrite_input=False, interpolation='linear', keepdims=False):
q = array(q, dtype=np.float64, copy=True)
r, k = _ureduce(a, func=_percentile, q=q, axis=axis, out=out,
overwrite_input=overwrite_input,
interpolation=interpolation)
if keepdims:
if q.ndim == 0:
return r.reshape(k)
else:
return r.reshape([len(q)] + k)
else:
return r
其中_ureduce
和_percentile
是在中定义的内部函数 numpy/lib/function_base.py
。因此,实际动作更加复杂。
掩码数组有两种使用numpy函数的策略。一种是fill
-用无害的值替换掩码值,例如,求和时为0,做乘积时为1。另一个是compress
数据-即删除所有掩码值。
例如:
In [997]: data=np.arange(-5,10)
In [998]: mdata=np.ma.masked_where(data<0,data)
In [1001]: np.ma.filled(mdata,0)
Out[1001]: array([0, 0, 0, 0, 0, 0, 1, 2, 3, 4, 5, 6, 7, 8, 9])
In [1002]: np.ma.filled(mdata,1)
Out[1002]: array([1, 1, 1, 1, 1, 0, 1, 2, 3, 4, 5, 6, 7, 8, 9])
In [1008]: mdata.compressed()
Out[1008]: array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])
哪个会给您想要的percentile
?填充或压缩?还是没有。您需要充分理解百分位的概念,才能知道百分位掩码的情况下应如何应用。
作者:黑洞官方问答小能手
链接:https://www.pythonheidong.com/blog/article/135251/ac87059a6dbdff5ec749/
来源:python黑洞网
任何形式的转载都请注明出处,如有侵权 一经发现 必将追究其法律责任
昵称:
评论内容:(最多支持255个字符)
---无人问津也好,技不如人也罢,你都要试着安静下来,去做自己该做的事,而不是让内心的烦躁、焦虑,坏掉你本来就不多的热情和定力
Copyright © 2018-2021 python黑洞网 All Rights Reserved 版权所有,并保留所有权利。 京ICP备18063182号-1
投诉与举报,广告合作请联系vgs_info@163.com或QQ3083709327
免责声明:网站文章均由用户上传,仅供读者学习交流使用,禁止用做商业用途。若文章涉及色情,反动,侵权等违法信息,请向我们举报,一经核实我们会立即删除!