花式索引中的多个条件

Question

我是新来的python，我试图对光栅图像进行一些简单的分类。 基本上，我正在读取TIF图像作为二维数组，并对其进行一些计算和操作。对于分类部分，我试图为陆地，水域和云层创建3个空阵列。在多个条件下，这些类将被赋值为1，并最终将这些类分别指定为landclass = 1，waterclass = 2，cloudclass = 3。

显然我可以分配在阵列中以1中的所有值中的一个条件 下这样的：

 crop = gdal.Open(crop,GA_ReadOnly) 
    crop = crop.ReadAsArray() 
    rows,cols = crop.shape 
    mode = int(stats.mode(crop, axis=None)[0]) 
    water = np.empty(shape(row,cols),dtype=float32) 
    land = water 
    clouds = water 

比我有这样的事情（输出）：

 >>> land 
    array([[ 0., 0., 0., ..., 0., 0., 0.], 
      [ 0., 0., 0., ..., 0., 0., 0.], 
      [ 0., 0., 0., ..., 0., 0., 0.], 
      ..., 
      [ 0., 0., 0., ..., 0., 0., 0.], 
      [ 0., 0., 0., ..., 0., 0., 0.], 
      [ 0., 0., 0., ..., 0., 0., 0.]], dtype=float32) 
    >>> land[water==0]=1 
    >>> land 
    array([[ 0., 0., 0., ..., 1., 1., 1.], 
      [ 0., 0., 0., ..., 1., 1., 1.], 
      [ 0., 0., 0., ..., 1., 1., 1.], 
      ..., 
      [ 1., 1., 1., ..., 0., 0., 0.], 
      [ 1., 1., 1., ..., 0., 0., 0.], 
      [ 1., 1., 1., ..., 0., 0., 0.]], dtype=float32) 
    >>> land[crop>mode]=1 
    >>> land 
    array([[ 0., 0., 0., ..., 1., 1., 1.], 
      [ 0., 0., 0., ..., 1., 1., 1.], 
      [ 0., 0., 0., ..., 1., 1., 1.], 
      ..., 
      [ 1., 1., 1., ..., 0., 0., 0.], 
      [ 1., 1., 1., ..., 0., 0., 0.], 
      [ 1., 1., 1., ..., 0., 0., 0.]], dtype=float32) 

但如何可以在几个条件下，“land”中的值等于1，而不会改变阵列的形状？ 我试图做到这一点

land[water==0,crop>mode]=1 

我得到了ValueError。我想这

land[water==0 and crop>mode]=1 

和Python问我使用a.all（）或a.all（）....

对于只有一个条件，结果是我想要什么，并我必须这样做才能得到结果。例如，（这是我在我的实际代码）：

water[band6 < b6_threshold]=1 
water[band7 < b7_threshold_1]=1 
water[band6 > b6_threshold]=1 
water[band7 < b7_threshold_2]=1 

land[band6 > b6_threshold]=1 
land[band7 > b7_threshold_2]=1 
land[clouds == 1]=1 
land[water == 1]=1 
land[b1b4 < 0.5]=1 
land[band3 < 0.1)]=1  

clouds[land == 0]=1 
clouds[water == 0]=1 
clouds[band6 < (b6_mode-4)]=1 

我发现这是一个有点混乱，我想一个声明中的所有条件结合起来...任何建议上？

非常感谢！

Answer 1

您可以乘布尔数组的东西喜欢“和”：

>>> import numpy as np 
>>> a = np.array([1,2,3,4]) 
>>> a[(a > 1) * (a < 3)] = 99 
>>> a 
array([ 1, 99, 3, 4]) 

，你可以添加他们像“或”：

>>> a[(a > 1) + (a < 3)] = 123 
>>> a 
array([123, 123, 123, 123]) 

或者，如果你喜欢思考的布尔逻辑而不是True和False为0和1，您还可以使用运算符&和|达到相同的效果。