根据不同维度的条件屏蔽 ndarray

Question

我有形状为 (3,794,1255) 的 ndarray。我想根据 ndarray 的前 2 个波段创建掩码，所以我的输出将是一个具有 x-y 坐标的数组，0 表示不满足 2 个条件的像素，1 表示满足条件的像素。
例如，条件可以是：

array.shape
>>>(3,794,1255)


array[0]>0.65
0.2<array[1]<0.4


mask = (array[0] > 0.65) & (0.2<array[1]<0.4)
array[mask]

但是那个returns错误：

IndexError: boolean index did not match indexed array along dimension 0; dimension is 3 but corresponding boolean dimension is 794

我的问题是如何根据 ndarray 的两个第一维创建一个遮罩层？有更好的方法吗？

Answer 1

这是我倾向于做的事情：

mask = np.array(condition 1) * np.array(condition 2) + np.array(condition n)

对 'and' 使用 *，对 'or'

使用 +

示例：

r = np.random.random((3,5,5))

mask = np.array(0.2<r[1]) * np.array(r[1]<0.4) * np.array(r[0] < .65)

r 是：

array([[[0.2373137 , 0.75311162, 0.00749418, 0.62770494, 0.6802736 ],
    [0.99861914, 0.98375702, 0.48055185, 0.76576586, 0.57430756],
    [0.56211162, 0.29463516, 0.96651997, 0.17392071, 0.85070297],
    [0.39914012, 0.20810329, 0.18085806, 0.02747008, 0.54901285],
    [0.66871882, 0.37093185, 0.14755093, 0.17983568, 0.75469553]],

   [[0.81590629, 0.61742905, 0.34190211, 0.73226403, 0.88913768],
    [0.74056323, 0.13472895, 0.3629095 , 0.44750391, 0.37093239],
    [0.93072263, 0.55193092, 0.93684829, 0.17397018, 0.54124493],
    [0.29852027, 0.93821551, 0.46921668, 0.61645803, 0.4749333 ],
    [0.94431342, 0.13278848, 0.71384213, 0.33611594, 0.81344182]],

   [[0.41933789, 0.654538  , 0.37429377, 0.57694553, 0.43628154],
    [0.87547837, 0.45714451, 0.84946798, 0.46364122, 0.0405608 ],
    [0.19172952, 0.96078271, 0.78402289, 0.34496085, 0.01560104],
    [0.1903755 , 0.66774343, 0.79225036, 0.41254314, 0.79447361],
    [0.32102159, 0.55022489, 0.77361031, 0.73757623, 0.73835877]]])

掩码是：

array([[False, False,  True, False, False],
   [False, False,  True, False,  True],
   [False, False, False, False, False],
   [ True, False, False, False, False],
   [False, False, False,  True, False]])

根据不同维度的条件屏蔽 ndarray

Mask ndarray based on conditions in different dimensions

python

numpy

multidimensional-array

mask