有没有办法将 numpy.where() 用于将 NaN 值作为无数据的栅格数据？

Question

我有一个栅格数据，其中包含 NaN 值作为无数据。我想从中计算新的栅格，例如 if raster==0 do statement1，if raster==1 do statement2，如果 raster 介于 0 和 1 之间，则 do statement3，否则不要更改值。如何使用 numpy.where() 函数来做到这一点？

这是我的代码：

import os

import rasterio

from rasterio import plot

import matplotlib.pyplot as plt

import numpy as np

%matplotlib inline

os.listdir('../NDVI_output')

ndvi1 = rasterio.open("../NDVI_output/NDVI.tiff")

min_value = ndvi_s = np.nanmin(ndvi) #NDVI of Bare soil

max_value = ndvi_v = np.nanmax(ndvi) #NDVI of full vegetation cover

fvc = (ndvi-ndvi_s)/(ndvi_v-ndvi_s) #fvc: Fractional Vegetation Cover

band4 = rasterio.open('../TOAreflectance_output/TOAref_B4.tiff')

toaRef_red = band4.read(1).astype('float64')

emiss = np.where((fvc == 1.).any(), 0.99,

                 (np.where((fvc == 0.).any(), 0.979-0.046*toaRef_red,

                           (np.where((0.<fvc<1.).any(), 0.971*(1-fvc)+0.987*fvc, fvc)))))

Answer 1

如果raster是一个数组，raster == x给出一个布尔掩码，其形状与 相同raster，指示 的哪些元素（在您的情况下为像素）raster等于xnp.where(arr)arr给出计算结果为 true的数组元素的索引.&nbsp;np.where(raster == x), 因此, 给出像素的索引raster等于x.np.any(arr)当且仅当 的至少一个元素的arr计算结果为 true 时才返回 True。np.any(raster == x)，因此，告诉您是否至少有一个像素raster是 x。假设fvc和toaRef_red具有相同的形状并且您想创建一个新emiss的发射数组，如果fvc为 1，则将其设置为 0.99，0.979 - 0.046 * toaRef_red如果fvc为 0，0.971 * (1 - fvc) + 0.987 * fvc如果 0 <&nbsp;fvc< 1，否则为 NaN，您可以执行以下操作：emiss = np.full(ndvi.shape, np.nan)&nbsp; &nbsp; # create new array filled with nanemiss[fvc == 1] = 0.99mask = fvc == 0emiss[mask] = 0.979 - 0.046 * toaRef_red[mask]mask = (fvc > 0) & (fvc < 1)emiss[mask] = 0.971 * (1 - fvc[mask]) + 0.987 * fvc[mask]这与以下内容相同：emiss = np.full(ndvi.shape, np.nan)&nbsp; &nbsp; # create new array filled with nanemiss[np.where(fvc == 1)] = 0.99idx = np.where(fvc == 0)emiss[idx] = 0.979 - 0.046 * toaRef_red[idx]idx = np.where((fvc > 0) & (fvc < 1))emiss[idx] = 0.971 * (1 - fvc[idx]) + 0.987 * fvc[idx]后者显然是多余的。你不需要np.where这里。