如何从所有重叠数组的最大值创建掩码数组？

Question

我有很多相同维度的二维数组。每个像素的值为 0、1 或 23。每个数组的值分布在不同的位置。我想要一个最大掩码，它是覆盖所有数组并取每个位置的最大值的结果。我还想要一个相反的最小掩码。抱歉，如果这是一个愚蠢的问题...我尝试搜索但只得到了在整个数组或某个轴上获取单个 max/min 值的方法。如果您能提供帮助，请提前致谢！

我的数组很大，这里举个简单的例子-

a = ([[0, 1, 0, 0, 23],
      [1, 0, 0, 0, 1],
      [23, 23, 0, 1, 1],
      [1, 1, 23, 0, 1]])
b = ([[23, 1, 0, 1, 1],
      [1, 0, 0, 23, 1],
      [0, 23, 0, 23, 1],
      [1, 1, 0, 0, 23]])
# After some coding, max_mask and min_mask should be:
max_mask = ([[23, 1, 0, 1, 23],
             [1, 0, 0, 23, 1],
             [23, 23, 0, 23, 1],
             [1, 1, 23, 0, 23]])
min_mask = ([[0, 1, 0, 0, 1],
            [1, 0, 0, 0, 1],
            [0, 23, 0, 1, 1],
            [1, 1, 0, 0, 1]])

由于我有太多从通用函数创建的数组，它们的名称类似于 data1985、data1986...data2020，有没有一种方法可以更简单地遍历所有数组？

# this is how I create them by reading images
for i in range(1985, 2021):
        globals()[f"data{i}"], globals()[f"geo{i}"], globals()[f"proj{i}"]  = read_tif(r"C:\Users\wqtcl\Desktop\REDD\images/" +str(i)+".tif")
        globals()[f"data{i}"][np.isnan(globals()[f"data{i}"])]=23

# I want something like this (or easier!!)
# initialize array filled with zeros
mask = np.zeros([len(data1985), len(data1985[0])], dtype=int)

# populate array
for i in range(1985, 2021):
    for j in range(len(data1985)):
        for k in range(len(data1985[0])):
            mask[j][k] = max(globals()[f"data{i}"][j][k])

# I got this error though...
---------------------------------------------------------------------------
TypeError                                 Traceback (most recent call last)
~\AppData\Local\Temp/ipykernel_18020/2600759678.py in <module>
      6     for j in range(len(data1985)):
      7         for k in range(len(data1985[0])):
----> 8             mask[j][k] = max(globals()[f"data{i}"][j][k])
      9 
     10 print(mask)

TypeError: 'numpy.float32' object is not iterable

Answer 1

编辑：关于您的编辑，动态变量创建从来都不是一个好主意！将您的 tif 图像读入数组列表，然后使用我的解决方案。

path = r"C:\Users\wqtcl\Desktop\REDD\images/{}.tif"
geo_data = {"data": [], "geo": [], "proj": []}


for i in range(1985, 2021):
    data, geo, proj = read_tif(path.format(i))
    geo_data["data"].append(data)
    geo_data["geo"].append(geo)
    geo_data["proj"].append(proj)


images = np.array(geo_data["data"])
images[np.isnan(images)] = 23.
max_mask = images.max(axis=0)
min_mask = images.min(axis=0)

请注意，我无法对此进行测试，因为我没有安装 gdal 并且我没有一堆随机 .tif 文件来测试此方法。

原解

给你：

In [9]: a
Out[9]:
array([[ 0,  1,  0,  0, 23],
       [ 1,  0,  0,  0,  1],
       [23, 23,  0,  1,  1],
       [ 1,  1, 23,  0,  1]])

In [10]: b
Out[10]:
array([[23,  1,  0,  1,  1],
       [ 1,  0,  0, 23,  1],
       [ 0, 23,  0, 23,  1],
       [ 1,  1,  0,  0, 23]])

In [11]: np.maximum(a, b)
Out[11]:
array([[23,  1,  0,  1, 23],
       [ 1,  0,  0, 23,  1],
       [23, 23,  0, 23,  1],
       [ 1,  1, 23,  0, 23]])

In [12]: np.minimum(a, b)
Out[12]:
array([[ 0,  1,  0,  0,  1],
       [ 1,  0,  0,  0,  1],
       [ 0, 23,  0,  1,  1],
       [ 1,  1,  0,  0,  1]])

如果需要对两个以上的数组执行此操作，可以初始化一个 3D 数组并调用 .max(axis=0):

In [15]: c
Out[15]:
array([[23,  0, 23,  1,  1],
       [23, 23,  1,  0, 23],
       [23,  1, 23,  1,  0],
       [ 0,  0,  0, 23,  0]])

In [16]: d
Out[16]:
array([[23,  0,  0, 23, 23],
       [ 1,  0,  1,  0, 23],
       [ 0,  0, 23, 23,  0],
       [ 1,  0, 23, 23,  0]])


In [17]: np.array([a, b, c, d]).max(axis=0)
Out[17]:
array([[23,  1, 23, 23, 23],
       [23, 23,  1, 23, 23],
       [23, 23, 23, 23,  1],
       [ 1,  1, 23, 23, 23]])

如何从所有重叠数组的最大值创建掩码数组？

How to create a mask array from the max value of all overlapping arrays?

python

arrays

multidimensional-array

max

mask

原解