我在 numpy 中有一个网格。我对这些点做了一些计算。我想过滤掉由于某种原因无法计算的点(除以零)。
from numpy import arange, array
Xout = arange(-400, 400, 20)
Yout = arange(0, 400, 20)
Zout = arange(0, 400, 20)
Xout_3d, Yout_3d, Zout_3d = numpy.meshgrid(Xout,Yout,Zout)
#some calculations
# for example
b = z / ( y - x )
请您参考如下方法:
执行z / ( y - x )使用那些 3D网格阵列,您可以创建有效阵列的掩码。现在,有效的将是 y 之间的任何一对组合。和 x不相同。所以,这个面具的形状是(M,N) , 其中M和 N是 Y 的长度和 X轴分别。要获得这样的掩码以跨越 X 之间的所有组合和 Y , 我们可以使用 NumPy's broadcasting .因此,我们会有这样的面具 -
mask = Yout[:,None] != Xout
最后,再次使用广播沿 3D 的前两个轴广播掩码数组,我们可以执行这样的除法,并使用 np.where 在无效说明符和实际除法结果之间进行选择, 像这样 -
invalid_spec = 0
out = np.where(mask[...,None],Zout_3d/(Yout_3d-Xout_3d),invalid_spec)
或者,我们可以使用广播直接获得这样的输出,从而避免使用 meshgrid并拥有那些沉重的3D工作区中的数组。这个想法是同时填充 3D网格并即时执行减法和除法计算。所以,实现看起来像这样 -
np.where(mask[...,None],Zout/(Yout[:,None,None] - Xout[:,None]),invalid_spec)
