根据不同维度的条件掩码narray

Question

我有一个形状为(3,794,1255)的数组。我想基于narray的前2个波段创建掩码，所以我的输出将是一个具有x-y坐标的数组，不满足2个条件的像素为0，满足条件的像素为1。
例如:

array.shape
>>>(3,794,1255)

array[0]>0.65
0.2<array[1]<0.4

mask = (array[0] > 0.65) & (0.2<array[1]<0.4)
array[mask]

但是返回错误:

IndexError:布尔索引不匹配索引数组的维度0;维数为3，但对应的布尔维数为794

我的问题是如何创建一个蒙版层基于两个第一个维度的narray ?有更好的方法吗?

Answer 1

我倾向于这样做:

mask = np.array(condition 1) * np.array(condition 2) + np.array(condition n)

使用*表示"and"，+表示"or">

的例子:

r = np.random.random((3,5,5))
mask = np.array(0.2<r[1]) * np.array(r[1]<0.4) * np.array(r[0] < .65)

r是:

array([[[0.2373137 , 0.75311162, 0.00749418, 0.62770494, 0.6802736 ],
[0.99861914, 0.98375702, 0.48055185, 0.76576586, 0.57430756],
[0.56211162, 0.29463516, 0.96651997, 0.17392071, 0.85070297],
[0.39914012, 0.20810329, 0.18085806, 0.02747008, 0.54901285],
[0.66871882, 0.37093185, 0.14755093, 0.17983568, 0.75469553]],
[[0.81590629, 0.61742905, 0.34190211, 0.73226403, 0.88913768],
[0.74056323, 0.13472895, 0.3629095 , 0.44750391, 0.37093239],
[0.93072263, 0.55193092, 0.93684829, 0.17397018, 0.54124493],
[0.29852027, 0.93821551, 0.46921668, 0.61645803, 0.4749333 ],
[0.94431342, 0.13278848, 0.71384213, 0.33611594, 0.81344182]],
[[0.41933789, 0.654538  , 0.37429377, 0.57694553, 0.43628154],
[0.87547837, 0.45714451, 0.84946798, 0.46364122, 0.0405608 ],
[0.19172952, 0.96078271, 0.78402289, 0.34496085, 0.01560104],
[0.1903755 , 0.66774343, 0.79225036, 0.41254314, 0.79447361],
[0.32102159, 0.55022489, 0.77361031, 0.73757623, 0.73835877]]])

掩码是:

array([[False, False,  True, False, False],
[False, False,  True, False,  True],
[False, False, False, False, False],
[ True, False, False, False, False],
[False, False, False,  True, False]])