如何用Python中的previus数据替换具有3D矩阵中特定值的元素？

我有一个3D矩阵（lon，lat，hight），其中某些元素的值为0.我想用它们的previus级别的数据替换这些值，直到所有零数据被替换。这意味着如果'a'是矩阵[i，j，k]，那么我想用[i，j，k-1]替换其中的零值，并且如果前一个值再次为零，则需要previus数据直到它获得价值。我已经尝试了下面的代码，但它给出了错误，而且我做了什么结果是无稽之谈。 LW是一个nc文件。如何用Python中的previus数据替换具有3D矩阵中特定值的元素？

LW = S.netcdf_file('/path','r') 
a = LW.variables['nflx'][:,:,:] 
lona = LW.variables['lon'][:] 
lata = LW.variables['lat'][:] 

M = np.zeros([96,73,25]) 
for i in xrange(0, 96): 
    for j in xrange(0, 73): 
    for k in xrange(0,25): 
     while a==0: 
      M = a[:,:,k-1] 

ValueError: The truth value of an array with more than one element is ambiguous. Use a.any() or a.all()

有人有什么想法吗？所有的帮助表示赞赏。

来源

2016-03-15 A. amini

请在您的示例中检查变量'M'和'a'。 'M'是一个数组，但得到一个标量，'a'是一个未定义的数组。 – Chickenmarkus

是的。它是在代码的前一部分中定义的具有3维[i，j，k]的矩阵。我刚刚将M定义为一个新的矩阵，但它与替换为零的'a'相同。 –

这是一个简单而动态的方式。每个子数组M [i，j]将作为循环处理。如果第一个值为零，它将被最后一个值替换。

>>> M = np.arange(20) 
... M[[6,11,12,19]] = 0 
... M = M.reshape((2,2,5)) 
... print(M) 
[[[ 0 1 2 3 4] 
    [ 5 0 7 8 9]] 

[[10 0 0 13 14] 
    [15 16 17 18 0]]] 
>>> for i in np.ndindex(M.shape[:-1]): 
...  while 0 in M[i]: 
...   args = np.argwhere(M[i]==0) 
...   M[i][args] = M[i][args-1] 
... print(M) 
[[[ 4 1 2 3 4] 
    [ 5 5 7 8 9]] 

[[10 10 10 13 14] 
    [15 16 17 18 18]]]

来源

2016-03-15 14:57:55 Chickenmarkus

谢谢你的回答，但是当你把M [：，：，10] = 1.0时，它就是那个值为1.0的水平，其余的都是零。我刚刚添加了我的代码的第一部分'a'被定义。当我使用'a'而不是'M'时，我有这个错误：RuntimeError：数组不可写？ –

我编辑了我的答案，输出了示例值，我如何理解您的问题。如果这是不正确的，请添加您的矩阵的一个小例子，以及它的外观应该与我的类似。 – Chickenmarkus

非常感谢。这绝对是我的案例的最佳答案！经过几天的努力解决这个问题后，感觉减轻了！再次感谢。 –

如何用Python中的previus数据替换具有3D矩阵中特定值的元素？

回答

相关问题