python - 将 scipy.ndimage.convolve 应用于三维 xarray DataArray
问题描述
我有一个xarray
尺寸为 x、y、z 的 3D DataArray,我试图scipy.ndimage.convolve
在每个 xy 平面上应用,同时将输出保持为 DataArray。自然,我正在尝试使用它xr.apply_ufunc
来做到这一点。如果我只为一架飞机做这件事,它会完美地工作:
da=xr.DataArray(np.random.rand(5,5,5), dims=("x", "y", "z"))
kernel=np.ones((3,3))
from scipy.ndimage import convolve
conv1 = lambda x: convolve(x, kernel, mode="wrap")
print(xr.apply_ufunc(conv1, da[:,:,0])) # works successfully
我现在正试图想出一种方法来为每个 xy 平面做同样的事情。我认为会起作用的是使用np.apply_along_axis
or np.apply_over_axes
,但它们都不起作用。
我可以遍历轴,将所有内容放在一个列表中,然后连接,但我试图使用它xr.apply_ufunc
来避免属性问题。有没有办法做到这一点?
这是我认为应该起作用的示例,但事实并非如此:
np.apply_over_axes(conv1, c, axes=(0,1))
但这失败了
TypeError: <lambda>() takes 1 positional argument but 2 were given
解决方案
使用形状为 (3, 3, 1) 的内核代替 (3, 3) 怎么样?
kernel2d = np.ones((3, 3))
conv2d = lambda x: convolve(x, kernel2d, mode="wrap")
result2d = xr.apply_ufunc(conv2d, da[:, :, 0])
kernel3d = np.ones((3, 3, 1))
conv3d = lambda x: convolve(x, kernel3d, mode="wrap")
result3d = xr.apply_ufunc(conv3d, da)
(result2d == result3d[:, :, 0]).all() # -> True
另一种选择是在 中使用矢量化逻辑xr.apply_ufunc
,这可能更接近您尝试做的事情
kernel = np.ones((3, 3))
conv = lambda x: convolve(x, kernel, mode="wrap")
result = xr.apply_ufunc(conv, da, input_core_dims=[['x', 'y']],
output_core_dims=[['x', 'y']],
vectorize=True)
(result2d == result.transpose('x', 'y', 'z')).all() # --> True
这个选项只是为了方便而准备的,因此它可能比第一个计算向量化的选项慢得多。
推荐阅读
- terraform - 如何使用 Terratest 测试我的资源是否可以免受意外破坏?
- android - 根据焦点状态自定义搜索栏并显示搜索栏拇指
- android-studio - 在 Android Studio 中添加 @SerializedName 注解的快捷方式
- laravel - Laravel API 从数据库中删除行
- redmine - OpenProject 接收邮件问题
- android - 如何在 StatefulWidget 类中实现 Flutter 和 android 之间的通道?
- encryption - SELinux 和 cryptsetup:chown 失败,无法访问临时密钥库
- angular - App Module Provider 抛出 NullInjectorError: No provider for InjectionToken MSAL_GUARD_CONFIG
- c# - 列表框的编辑按钮
- python - 根据另一个数据框值应用映射函数