python - 计算 Python 中多维数组中达到或超过阈值的次数

Question

我有一个从 netCDF 文件中引入的 numpy 数组，其形状为 (930, 360, 720)，其组织形式为(时间、纬度、经度)。

在 930 个时间戳的每个纬度/经度对中，我需要计算该值达到或超过阈值“x”(例如 0.2 或 0.5 等)的次数，并最终计算百分比每个点都超过阈值，然后输出结果，以便稍后绘制。

我尝试了很多方法，但这是我最近的方法:

lat_length = len(lats) 

#where lats has been defined earlier when unpacked from the netCDF dataset

lon_length = len(lons) 

#just as lats; also these were defined before using np.meshgrid(lons, lats)

for i in range(0, lat_length):
     for j in range(0, lon_length):
          if ice[:,i,j] >= x:
               #code to count number of occurrences here
               #code to calculate percentage here
               percent_ice[i,j] += count / len(time) #calculation 

 #then go on to plot percent_ice

我希望这是有道理的!我将不胜感激任何帮助。我是用 Python 自学的，所以我可能会遗漏一些简单的东西。

现在是使用 any() 函数的时候吗？计算超过阈值的次数然后计算百分比的最有效方法是什么？

Answer 1

您可以将输入的 3D 数组与阈值 x 进行比较，然后沿第一个轴与 ndarray.sum(axis=0) 求和得到计数，从而得到百分比，就像这样 -

# Calculate count after thresholding with x and summing along first axis
count = (ice > x).sum(axis=0)

# Get percentages (ratios) by dividing with first axis length
percent_ice = np.true_divide(count,ice.shape[0])