[英]Usind 3d array to index 4d array
我有一個尺寸為I[t, z, y, x]
的4d-xarray和一個尺寸為Z[t, y, x]
的3d-xarray。 Z
是我需要在尺寸Z指數I
。 現在,我想獲取值I[t, Z[t,y,x], y, x]
並將它們寫入大小為O[t, y, x]
的新xarray中。
原則上,我通過使用for循環解決了這個問題,但這太慢了(很多數組)。 有沒有辦法沒有for循環?
示例代碼做我想要的但要慢:
def get_field_at_levels(array, levels):
shape = array.shape
array_out = np.zeros_like(levels)
for t in range(shape[0]):
for x in range(shape[2]):
for y in range(shape[3]):
if np.isnan(levels[t, x, y]):
array_out[t, x, y]==float('nan')
else:
array_out[t, x, y] = array[t, int(levels[t, x, y]), x, y]
return array_out
我使用numpy.asarray將所有xarrays轉換為numpy.arrays。 現在程序使用循環已經足夠快了。 下面是使用隨機數的示例腳本。 在我的實際數據中,我的索引超出范圍(-1)。 在這種情況下,我想要NaN作為結果。
import numpy as np
import time
tsize = 1
xsize = 40
ysize = 240
zsize = 260
def val_at_lev(data, Ind):
sh=data.shape
data2=np.empty([sh[0],sh[1]+1,sh[2],sh[3]])
data2[:,0:sh[1],:,:]=data
data2[:,sh[1],:,:]='nan'
out=np.asarray(np.zeros_like(Ind))
erg=np.asarray([data2[t,Ind[t,0,j,k],j,k] for t in range(sh[0]) for j in range(sh[2]) for k in range(sh[3])])
out = erg.reshape(tsize,1,ysize,zsize)
return out
# Main program
Ind=np.random.randint(-1,xsize,[tsize,1,ysize,zsize])
data=np.random.uniform(0,100,[tsize,xsize,ysize,zsize])
start_time = time.time()
erg=val_at_lev(data,Ind)
print("--- %s seconds ---" % (time.time() - start_time))
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.