python - 使用索引数组填充数组答案

【问题标题】：python - Populating Array with an indexed arraypython - 使用索引数组填充数组
【发布时间】：2018-01-22 16:18:41
【问题描述】：

我有一个名为“PRECIP”的 numpy 数组，其形状为 (2,3,3)，对应于 (time, lat, lon)

array([[[ 0.05368402,  0.43843025,  0.09521903],
        [ 0.22627141,  0.12920409,  0.17039465],
        [ 0.48148674,  0.59170703,  0.41321763]],

        [[ 0.63621704,  0.11119242,  0.25992372],
        [ 0.67846732,  0.3710733 ,  0.25641174],
        [ 0.1992151 ,  0.86837441,  0.80136514]]])

我有另一个名为“idx”的 numpy 数组，它是一个索引列表，形状为 (3, 4)：

array([[0,0,1,1], # time
       [0,2,0,2],  # x coordinate
       [0,2,0,2]]) # y coordinate

到目前为止，我已经能够用“idx”变量索引“PRECIP”变量，这样我就得到了一个形状为 (4,) 的数组，即。

>>>accum = PRECIP[idx[0,:],idx[1,:],idx[2,:]]
array([ 0.05368402,  0.41321763,  0.63621704,  0.80136514])

但是，我需要的是一个形状为 (3,3) 的零数组“ACCUM”，其中填充了“IDX”中每对坐标的“PRECIP”之和。 “IDX”中未列出的所有其他网格点将为 0。

基本上我想要一个看起来像这样的数组“accum”

>>>accum    
array([[[ 0.68990106, 0. , 0.        ], # 0.68990106 = 0.05368402 + 0.63621704
        [ 0.        , 0. , 0.        ], 
        [ 0.        , 0. , 1.21458277], # 1.21458277 =  0.41321763 + 0.80136514

如果有任何帮助，我将不胜感激！谢谢:)

【问题讨论】：

如果您提供一小部分数据样本数组以及样本的预期输出以进行验证，可能会更容易理解您想要什么
这是个好主意，我使用更新了我的问题，以便它查看一个小的随机样本。谢谢！

标签： python arrays numpy indexing weather

【解决方案1】：

如果我理解正确，您需要的是：

array = [0.5] * 249

它将返回一个长度为 249 的数组，每个索引中填充 0.5。之后，如果需要检索您喜欢的元素数量，您可以对其进行切片。

如果这不是您想要的，您可以使用字典并以这种方式添加一个键，即您想要的元组。

dict = {(40, 249): array}

希望对你有帮助。

【讨论】：

【解决方案2】：

将 PRECIP 的 Lat 和 Lon 列中的任何 NaN 转换为零，然后对它们求和并重新整形结果。

np.nan_to_num(PRECIP[idx[1,:], idx[2,:]]).sum(axis=1).reshape(PRECIP.shape[1], PRECIP.shape[2])

【讨论】：