使用numpy.where（）搜索給定范圍內的兩個數組中的元素

Question

我正在處理大量的地球物理數據。 我有兩個大小為320x340的numpy數組：第一個XLAT包含網格中每個點的緯度，第二個XLON包含網格中每個點的經度。 所以每個i, j用緯度XLAT[i][j]和經度XLON[i][j]描述地面上的點。

我有坐標P_LAT和P_LON ，我必須找到最接近給定點的4點。

首先，我編寫了簡單的函數，它貫穿x軸和y軸上的所有點，但它使得320 * 340 = 108 800次迭代並且工作非常慢（每點約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)

然后我找到了一些關於numpy.where()並編寫了這段代碼：

    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)

這個功能工作得更快（每點約0.015秒），但我認為這不是正確而美觀的解決方案。

所以我的最后一個問題是如何在兩個數組中找到滿足條件的項：

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

這應該很快？

Answer 1

我不確定編程任務，所以讓我用自己的話重復一遍：

你有兩個2dim陣列XLAT和XLON。 它們是某種平移陣列，用於從某個網格獲取緯度/經度。

從你的代碼示例中我得出結論： XLON [i] [j] == XLON [h] [j]對所有i，h在范圍（0，lat）中有效嗎？ （也許有一個很好的理由擁有那個對象，但它看起來並不高效）

因此，最簡單的解決方案應該是單獨處理機器人尺寸：

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)

您還可以使用np.where替換if-break語句。

我不確定我是否幫助你。 如果我的回答沒有幫助，那么向我們提供一個帶有XLON的小型工作示例python代碼是非常有用的，XLAT簡化為5x4維度。

Answer 2

感謝所有的回復，我找到了一個快速的解決方案，使用numpy.where()條件numpy.where() ，但它有點不漂亮，不美觀:)

    #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)