计算Python中多维数组中达到或超过阈值的次数

内容导读

互联网集市收集整理的这篇技术教程文章主要介绍了计算Python中多维数组中达到或超过阈值的次数，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含1232字，纯文字阅读大概需要2分钟。

内容图文

我有一个numpy数组,我从一个形状为(930,360,720)的netCDF文件中引入,它被组织为(时间,纬度,经度).

在930个时间戳中的每一个的每个纬度/经度对上,我需要计算该值达到或超过阈值“x”(例如0.2或0.5等)的次数,并最终计算阈值的百分比在每个点超出,然后输出结果,以便稍后绘制它们.

我尝试了很多方法,但这是我最近的方法：

lat_length = len(lats) 

#where lats has been defined earlier when unpacked from the netCDF dataset

lon_length = len(lons) 

#just as lats; also these were defined before using np.meshgrid(lons, lats)

for i in range(0, lat_length):
     for j in range(0, lon_length):
          if ice[:,i,j] >= x:
               #code to count number of occurrences here
               #code to calculate percentage here
               percent_ice[i,j] += count / len(time) #calculation 

 #then go on to plot percent_ice

我希望这是有道理的！我非常感谢任何帮助.我是用Python自学的,所以我可能会遗漏一些简单的东西.

这是使用any()函数的时候吗？什么是最有效的方法来计算超过阈值的次数,然后计算百分比？

解决方法:

您可以将输入的3D数组与阈值x进行比较,然后沿着第一个轴与ndarray.sum(axis=0)相加得到计数,从而得到百分比,如下所示 –

# Calculate count after thresholding with x and summing along first axis
count = (ice > x).sum(axis=0)

# Get percentages (ratios) by dividing with first axis length
percent_ice = np.true_divide(count,ice.shape[0])

内容总结

以上是互联网集市为您收集整理的计算Python中多维数组中达到或超过阈值的次数全部内容，希望文章能够帮你解决计算Python中多维数组中达到或超过阈值的次数所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。

内容备注

版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。

内容手机端