如何使用 python 对 numpy 数组（来自 netCDF 文件）进行比较？

Question

我正在编写一个 python 脚本，它读取两个不同的 netCDF 文件，在对变量进行评估后进行一些计算，我的想法是（代码想法的一个例子是真实的太长了）：

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 文件都有 3 个维度，如果我尝试运行这个代码，我会得到这个错误

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

我需要在 las 二维中执行该功能，这些维度包含用于检查域 [TSTEP、ROW、COL] 的信息。所以我需要遍历维度，但我不确定该怎么做，我不知道是否有最简单的方法。谢谢

Answer 1

这个问题与 netCDF 无关，而是关于从 netCDF 文件中获取的 numpy 数组的操作。

问题是给定一个 numpy 向量 r、r[:] == 2（或 r[:] > 0）returns 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。根据您要实现的目标，您可以使用以下方法，

改用(r[:] == 2).any()或(r[:] == 2).all()

使用更复杂的索引，例如，

import numpy as np

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

请参阅有关 advanced indexing 的 numpy 文档以获取更多详细信息。这种方法比 python 中的索引循环效率高得多，应尽可能使用。

Answer 2

此外，如果您想沿特定轴应用函数，可以使用 numpy.apply_along_axis。

例如，如果您想沿时间轴应用函数 srf，您可以

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

如何使用 python 对 numpy 数组（来自 netCDF 文件）进行比较？

How to perform comparisons on numpy arrays (from netCDF files) using python?

python

comparison

netcdf