Я работаю над небольшим фрагментом кода, который начинается с интерполированной поверхности, которую я сделал ранее. Интерполяция заполнила пробелы на поверхности нанами. Часть моей обработки включает просмотр локального окна вокруг определенной точки и вычисление некоторых измерений с использованием локальной поверхности. В идеале я хотел бы, чтобы этот код только мог выполнять какие-либо вычисления, если вся локальная поверхность не содержит значений nan. Код перебирает исходную большую поверхность и проверяет, есть ли в локальном окне о точке значение nan.
Я знаю, что это не самый эффективный способ сделать это, мне не нужно беспокоиться об эффективности времени.
Вот что у меня есть до сих пор:
for in in range(startz,endx):
imin = i - half_tile
imax = i + half_tile +1
for j in range(starty,endy):
jmin = i - half_tile
jmax = i + half_tile +1
#Test the local surface for nan's
z = surface[imin:imax,jmin:jmax]
Test = np.isnan(sum(z))
#conditional statement
if Test:
print 'We have a nan'
#set measures I want to calculate to zero
else:
print 'We have a complete window'
#do a set of calculations
переменная surface
— это интерполированная поверхность, которую я создал изначально. Переменные half_tile
просто определяют размер локального окна, которое я хочу использовать. startx,endx,starty,endy
определяют размер исходной поверхности для повторения.
Где я сталкиваюсь с проблемами, так это в том, что мой условный оператор, похоже, не работает. Он скажет мне, что локальное окно, которое я оцениваю, не содержит nan, но тогда остальная часть моего кода (который я здесь не показывал) не будет работать, потому что он говорит, что в массиве есть nan.
Примером этого может быть:
[[ 7.07494104 7.04592032 7.01689961 6.98787889 6.95885817 6.92983745
6.90081674 6.87179602 6.8427753 6.81375458 6.78473387 6.75571315
6.72669243]
[ 7.10077447 7.07175376 7.04273304 7.01371232 6.98469161 6.95567089
6.92665017 6.89762945 6.86860874 6.83958802 6.8105673 6.78154658
6.75252587]
[ 7.12660791 7.09758719 7.06856647 7.03954576 7.01052504 6.98150432
6.9524836 6.92346289 6.89444217 6.86542145 6.83640073 6.80738002
6.7783593 ]
[ 7.15244134 7.12342063 7.09439991 7.06537919 7.03635847 7.00733776
6.97831704 6.94929632 6.9202148 6.89105825 6.86190169 6.83274514
6.80358859]
[ 7.17804068 7.14888413 7.11972758 7.09057103 7.06141448 7.03225793
7.00310137 6.97394482 6.94478827 6.91563172 6.88647517 6.85731862
nan]]
Вот пример локального окна, которое оценивает мой код. В моем коде это будет z
. Весь массив имеет хорошие значения, за исключением последнего значения, которое является nan
.
Функция «проверки» в моем коде не улавливает, что в массиве есть nan. Условный оператор возвращает false
, когда он должен быть true
, чтобы указать, что присутствует nan
. Мне не хватает чего-то фундаментального в том, как я проверяю массив? или мои методы совершенно неверны?
sum
нетnp
. Возможно, вы используете встроенныйsum
, который ведет себя иначе, чемnumpy.sum
. - person user2357112 supports Monica   schedule 22.03.2017np.isnan(z).sum()
- person juanpa.arrivillaga   schedule 23.03.2017np.isnan(z).any()
, вероятно, было бы более подходящим. - person user2357112 supports Monica   schedule 23.03.2017