Np.where函数

Question

我在理解numpy中的位置函数时遇到了一些小问题。“times”数组包含存在GPS测量值的离散时代(四舍五入到最近的秒)。“locations”数组包含卫星的纬度、经度和高度的离散值，该值从10秒间隔插入到1秒间隔的时间间隔。“tracking”数组包含“times”中每个时期的数组(数组中的数组)。数组有5列和32行。这32行对应于GPS星座的32颗卫星。第0行对应于第1颗卫星，第31行对应第32颗卫星。列包含以下内容(顺序)：是卫星跟踪(0)，是L1锁定(1)，是L2锁定(2)，是L1意外丢失(3)，是L2意外丢失(4)。

我们需要找到所有意想不到的损失，并将它们放在一个数组中，这样我们就可以在地图上绘制它。

我们试图做的是：

i = 0
with np.load(r’folderpath\%i.npz' %i) as oneday_data: #replace folderpath with your directory
    times = oneday_data['times']
    locations = oneday_data['locations']
    tracking = oneday_data['tracking']
A = np.where(tracking[:][:][4] ==1)

这应该给我们所有的损失头寸。有了这个指数，就很容易得到正确的位置。但它一直在返回无用的数据。

有人能帮我们吗？

Answer 1

我想问题是你的双片。此外，拥有一个数组可能会导致奇怪的问题(我假设您指的是一个2D数组的对象数组)。

因此，我认为您需要将dstack tracking放入一个3D数组中，然后对其执行where。如果数组已经是3D的，那么可以跳过dstack部件。这将得到L2 is unexpectedly lost的位置，这就是您在示例中所做的：

tracking3d = np.dstack(tracking)
A0, A2 = np.where(tracking3d[:, 4, :]==1)

A0是1沿0 (卫星)轴的位置，而A2是同一1沿轴2 (time )的位置。

如果tracking的值只能是0或1，那么只需执行np.where(tracking3d[:, 4, :])就可以简化。

您还可以将轴滚回您所使用的配置(0:时间周期，1:卫星，2:跟踪状态)

tracking3d = np.rollaxis(np.dstack(tracking), 2, 0)
A0, A1 = np.where(tracking3d[:, :, 4]==1)

如果要查找L1或L2意外丢失的位置，可以这样做：

tracking3d = np.rollaxis(np.dstack(tracking), 2, 0)
A0, A1, _ = np.where(tracking3d[:, :, 3:]==1)

在这种情况下，它是相同的，除了有一个虚拟变量_用于沿上一个轴的位置，因为您不关心它是为L1还是L2丢失的(如果您关心，您只需要对每个轴独立地执行np.where )。