在 Python 中：二维 numpy 数组中值的特定区域的质心

Question

我正在处理一系列 numpy.ndarray，由 0.0 到 1.0 之间的 101x101 值组成。所有数组如下所示：

array([[ 0.216,  0.24 ,  0.244, ...,  0.679,  0.684,  0.707],
       [ 0.23 ,  0.229,  0.238, ...,  0.675,  0.676,  0.695],
       [ 0.221,  0.238,  0.24 , ...,  0.669,  0.677,  0.684],
       ..., 
       [ 0.937,  0.925,  0.923, ...,  0.768,  0.754,  0.752],
       [ 0.937,  0.929,  0.923, ...,  0.737,  0.735,  0.741],
       [ 0.934,  0.932,  0.929, ...,  0.72 ,  0.717,  0.728]])

现在，假设我有一个 threshold value=0.2：我如何定位矩阵中的 "regions" 值，使其超出阈值？在这种情况下，我会寻找值为 >=0.2.

的区域

我特别想：

统计超过threshold value的区域数量；
确定他们的centers of mass.

我知道我可以通过以下方式计算后者：ndimage.measurements.center_of_mass()，但我看不出它如何应用于矩阵的 "regions" 而不是整个矩阵。

编辑

请注意我所指的 "regions" 形状不规则。

Answer 1

计算所有高于阈值 thr = 0.2 的值可以通过以下方式完成：

a = np.random.random(size=(100, 100))
above_thr = len(a[a > thr])
print above_thr

对于质心，它实际上取决于您是否要使用

中的某些东西来丢弃所有低于阈值的值

a[a < thr] = 0
ndimage.measurements.center_of_mass(a)

如果您将低于阈值的值视为缺失值，您可能需要先插入该缺失值。

在 Python 中：二维 numpy 数组中值的特定区域的质心

In Python: the center of mass of specific regions of values in a 2D numpy array

python

arrays

numpy

scipy

ndimage