如何使用python对numpy数组（来自netCDF文件）执行比较？

Question

我正在编写一个python脚本，该脚本读取两个不同的netCDF文件，并且在对变量执行评估后进行了一些计算后，其想法是（代码想法的示例实在太长了）：

import netCDF4
import numpy as np
#other modules loaded...

#Values
a = 2
b = 4
c = 1

def srf(r, h):
    if r[:] == 2:
        if h[:] > 0:
            surf = 1 + b
        else:
            surf = a + b 
    else:
        surf = a - c

return surf

path_file : /home/file.nc
fhp = Dataset(path_file, r+)
ra = fhp.variables['VAR'][:]
path_file2 : /home/file2.nc
fhp2 = Dataset(path_file2, r+)
hu = fhp2.variables['VAR2'][:]   

#Call the Function
srf(ra, hu)       

每个netCDF文件都具有3个维度，如果我尝试运行此代码，则会收到此错误

ValueError: The truth value of an array with more than one element is ambiguous. Use a.any() or a.all()

我需要在两个维度上执行该功能，即包含要在域[TSTEP，ROW，COL]中检查的信息的两个维度。 因此，我需要遍历各个维度，但是我不确定该怎么做，我也不知道是否有最简单的方法。 谢谢

Answer 1

这个问题与netCDF无关，但是与从netCDF文件获得的操作numpy数组有关。

问题在于给定一个numpy向量r ， r[:] == 2 （或者r[:] > 0 ）返回一个布尔数组而不是一个布尔值。 因此，不应在if结构中使用它。 根据您要完成的工作，可以使用以下方法，

• 使用(r[:] == 2).any()或(r[:] == 2).all()

• 例如，使用更复杂的索引

   import numpy as np def srf(r, h): mask_r = (r[:] == 2) mask_h = (h[:] > 0) surf = np.ones(r.shape)*(ac) surf[mask_r&mask_h] = 1 + b surf[mask_r&(~mask_h)] = a + b return surf 

请参阅有关高级索引的numpy文档以获取更多详细信息。 与循环遍历python中的索引相比，此方法明显更有效，应尽可能使用它。

Answer 2

另外，如果要沿特定轴应用功能，则可以使用numpy.apply_along_axis。

例如，如果您想沿时间轴应用srf函数，则可以

导入numpy为np srf_arr = np.apply_along_axis（srf，axisnumber，arrayname）