0

我有这个玩具示例，它使用 numpy 和一个名为 PyProj 的外部包。Lat 和 lon 是二维数组，包含一些特定领域信息的坐标。我想要做的是从我任意选择的中心点计算球体上的距离。lat_0 和 lon_0 的形状是

(2000,1)

但是 API 调用 inv 不喜欢这样。我收到运行时错误 -

 RuntimeError: Buffer lengths not the same

它需要一系列形状

(2000,50).

所以我希望 lat_0 和 lon_0 的形状与 lon 和 lat 的形状相同，所有常量值都是中心纬度和经度。增加 lon_0 和 lat_0 的列并用中心值填充它以使其与 lon 和 lat 的形状相同而不使用 for 循环的最有效方法是什么？

import numpy as np
from pyproj import Geod

lat = np.empty((2000,50))
lat.fill(1)
lon = np.empty((2000,50))
lon.fill(1)


center = int(np.floor(len(lon[-1]) / 2.))
lon_0 = lon[:,center][...,np.newaxis]
lat_0 = lat[:,center][...,np.newaxis]


g = Geod(ellps='WGS84')

distance = g.inv(lon,lat,lon_0,lat_0,radians=True)
4

2 回答 2

2

最有效的方法可能是np.broadcast_arrays. 这会在不扩大数据缓冲区的情况下创建较小数组的视图。通用示例：

    >>> A = np.arange(10).reshape(2, 5)
>>> A
array([[0, 1, 2, 3, 4],
       [5, 6, 7, 8, 9]])
>>> B = np.c_[:2]
>>> B
array([[0],
       [1]])
>>> C = np.arange(5)
>>> D = 7

>>> np.broadcast_arrays(A, B)
[array([[0, 1, 2, 3, 4],
       [5, 6, 7, 8, 9]]), array([[0, 0, 0, 0, 0],
       [1, 1, 1, 1, 1]])]
>>> np.broadcast_arrays(A, C)
[array([[0, 1, 2, 3, 4],
       [5, 6, 7, 8, 9]]), array([[0, 1, 2, 3, 4],
       [0, 1, 2, 3, 4]])]
>>> np.broadcast_arrays(A, D)
[array([[0, 1, 2, 3, 4],
       [5, 6, 7, 8, 9]]), array([[7, 7, 7, 7, 7],
       [7, 7, 7, 7, 7]])]

要查看数据是否共享：

>>> AA, BB = np.broadcast_arrays(A, B)
>>> BB
array([[0, 0, 0, 0, 0],
       [1, 1, 1, 1, 1]])
>>> BB[0,0] = 3
>>> BB
array([[3, 3, 3, 3, 3],
       [1, 1, 1, 1, 1]])
>>> B
array([[3],
       [1]])
于 2018-04-11T10:41:34.177 回答
1

不是 100% 确定我理解你需要什么，我的建议似乎不够有效，但要沿指定轴多次复制数组，你可以使用numpy repeat

所以在你的情况下你可以做

lon_0 = np.repeat(lon_0, 50, axis=1)
于 2018-04-11T10:24:43.053 回答