使用numpy.where（）搜索给定范围内的两个数组中的元素

Question

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 ，我必须找到最接近给定点的4点。

首先，我编写了简单的函数，它贯穿x轴和y轴上的所有点，但它使得320 * 340 = 108 800次迭代并且工作非常慢（每点约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()并编写了这段代码：

    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)

这个功能工作得更快（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：

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

这应该很快？

Answer 1

我不确定编程任务，所以让我用自己的话重复一遍：

你有两个2dim阵列XLAT和XLON。 它们是某种平移阵列，用于从某个网格获取纬度/经度。

从你的代码示例中我得出结论： XLON [i] [j] == XLON [h] [j]对所有i，h在范围（0，lat）中有效吗？ （也许有一个很好的理由拥有那个对象，但它看起来并不高效）

因此，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)

您还可以使用np.where替换if-break语句。

我不确定我是否帮助你。 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代码是非常有用的，XLAT简化为5x4维度。

Answer 2

感谢所有的回复，我找到了一个快速的解决方案，使用numpy.where()条件numpy.where() ，但它有点不漂亮，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)