代码之家 › 专栏 › 技术社区 › Rebel

如何隔离具有受约束高度的三维曲面的区域?

histogram2d where numpy

0

Rebel · 技术社区 · 6 年前

我有一个2变量离散函数,通过以下代码行以元组的形式表示:

hist_values, hist_x, hist_y = np.histogram2d()

在那里你可以想到 非平滑三维曲面 具有 hist\u值 是边坐标为的网格处曲面的高度( hist\u x ,则, 历史(hist\u y) )。

现在,我想收集这些网格 hist\u值 高于一些门槛数量

1 回复 | 直到 6 年前

1

norok2 6 年前

您可以简单地比较 hist_values 使用 threshold ,这将为您提供一个掩码,作为 bool 可用于切片,例如:

import numpy as np

# prepare random input
arr1 = np.random.randint(0, 100, 1000)
arr2 = np.random.randint(0, 100, 1000)

# compute 2D histogram
hist_values, hist_x, hist_y = np.histogram2d(arr1, arr2)

mask = hist_values > threshold  # the array of `bool`
hist_values[mask]  # only the values above `threshold`

当然,这些值随后会收集到一个展平的数组中。或者,您也可以使用 mask 实例化遮罩数组对象(使用 numpy.ma ,有关详细信息,请参阅文档)。

如果在发生这种情况的坐标之后,应该使用 numpy.where() 。

# i0 and i1 contain the indices in the 0 and 1 dimensions respectively
i0, i1 = np.where(hist_values > threshold)

# e.g. this will give you the first value satisfying your condition
hist_values[i0[0], i1[0]]

对于 hist_x 和 hist_y 您应该注意,这些是箱子的边界,而不是中值,因此您可以使用它的下限或上限。

# lower edges of `hist_x` and `hist_y` respectively...
hist_x[i0]
hist_y[i1]

# ... and upper edges
hist_x[i0 + 1]
hist_y[i1 + 1]