我正在尝试使用 numpy 掩码数组从光栅图像中过滤“无数据”。我正在进行的数组计算减去相邻像素的值(请参阅 Applying functions to multidimensional numpy arrays without loops ),但我不需要忽略任何数据值。例如,对于数组:
array = np.array([[78, 72, 69, 71, 58, 49],
[74, 67, 56, 49, 46, 50],
[69, 53, 44, 37, -9999, -9999],
[64, 58, 55, 22, 33, 24],
[68, 61, 47, 21, 16, 19],
[74, 53, 34, 12, 11, 12]])
假设 -9999 是一个无数据值。所以我按如下方式屏蔽数组:
array = np.ma.masked_where(array == -9999, array, False)
这会产生预期的结果。然后我需要计算每个元素与其周围 8 个邻居的差异。因此,对于“右下”邻居,这将是(此处忽略边缘像素):
result = array[1: 5, 1: 5] - array[2: 6, 2: 6]
这也产生了我想要的结果:
[[23, 19, --, --],
[-2, 22, 4, --],
[11, 34, 6, 14],
[27, 35, 10, 4]]
但是,当我将结果数组作为空数组的维度插入时,掩码从 -9999 丢失,更糟糕的是,“继承”掩码的元素 ([1, 3] & [1, 4 ]) 以其原始值插入。
gradient = np.empty((8, 4, 4), dtype = np.int)
gradient[0] = result
我可以再次屏蔽掉 -9999 值,但由于我将在渐变数组的轴 0 上应用 argmax 函数,因此保留原始值会导致问题。我正在寻找一种方法来插入上面显示的结果数组,或者寻找一种替代屏蔽方法来排除与空值匹配的相邻元素和/或替换结果中的值。
我是一名优秀的程序员,十分优秀!