0

我有被屏蔽的 netcdf 数据。数据在（时间，纬度，经度）。我想制作一个与原始数据大小相同的数组，但当数据被屏蔽时为零，而数据未被屏蔽时为零。所以票价我试图使这个功能：

def find_unmasked_values(data):
   empty = np.ones((len(data),len(data[0]),len(data[0,0])))
   for k in range(0,len(data[0,0]),1): # third coordinate
       for j in range(0,len(data[0]),1): # second coordinate
           for i in range(0,len(data),1): # first coordinate
               if ma.is_mask(data[i,j,k]) is True:
                   empty[i,j,k] = 0
   return(empty)

但这只会返回一个包含 1 且没有 0 的数组，即使数据中有掩码值。如果您对如何提高代码效率有任何建议，我也会很高兴。谢谢，

4

1 回答 1

1

把事情简单化！不需要所有手动循环，这将使您的方法对于大型数据集非常慢。一个带有其他数据的小例子（其中thl是一个掩码变量）：

import netCDF4 as nc4

nc  = nc4.Dataset('bomex_qlcore_0000000.nc')
var = nc['default']['thl'][:]

mask_1 = var.mask  # masked=True, not masked=False
mask_2 = ~var.mask # masked=False, not masked=True

# What you need:
int_mask = mask_2.astype(int) # masked=0, not masked=1

ps：其他一些注意事项：

  • 除了len(array),len(array[0])等，您还可以使用 直接获取数组的形状array.shape，这将返回具有数组维度的元组。
  • 如果您想创建一个与另一个具有相同维度的新数组，只需使用empty = np.ones_like(data)（或者np.zeros_like()您想要一个零数组）。
  • ma.is_mask()已经返回一个布尔值；无需将其与 True 进行比较。
  • 不要混淆is：==“ ==”和“is”之间有区别吗？
于 2020-02-24T12:26:44.843 回答