Python中：2D numpy数组中特定值区域的重心

我正在使用一系列的

numpy.ndarray

，由0.0到1.0的101x101值组成。所有阵列如下所示：

array([[ 0.216,  0.24 ,  0.244, ...,  0.679,  0.684,  0.707],
       [ 0.23 ,  0.229,  0.238, ...,  0.675,  0.676,  0.695],
       [ 0.221,  0.238,  0.24 , ...,  0.669,  0.677,  0.684],
       ..., 
       [ 0.937,  0.925,  0.923, ...,  0.768,  0.754,  0.752],
       [ 0.937,  0.929,  0.923, ...,  0.737,  0.735,  0.741],
       [ 0.934,  0.932,  0.929, ...,  0.72 ,  0.717,  0.728]])

现在，假设我有一个

阈值=0.2

：我如何在矩阵中定位值的“区域”，使其超过阈值？在本例中，我将查找值为

=0.2

的区域

我特别想：

计算超过

阈值的区域数

确定它们的

重心

我知道我可以通过：

ndimage.measurements.center_of u mass（）

计算后者，但我看不出它如何仅应用于矩阵的“区域”，而不是整个矩阵

编辑

---

请考虑所指的“区域”形状不规则。

< P>计数阈值以上的所有值>代码> THR＝0.2 < /代码>可通过：

a = np.random.random(size=(100, 100))
above_thr = len(a[a > thr])
print above_thr

对于质心，这实际上取决于是否要放弃所有低于阈值的值，并使用沿

a[a < thr] = 0
ndimage.measurements.center_of_mass(a)

a[a

---

如果将低于阈值的值视为缺失值，则可能需要先插值该缺失值。

好吧，我只能使用函数

ndimage.measurements.center\u of\u mass（）

定位整个矩阵的重心。但是，这同样适用于整个矩阵，而不是满足我的条件的部分…我对你前面问题的回答已经说明了如何做到这一点-你需要传递一个索引向量作为第三个参数来指定要处理的标签。请注意，该向量需要从1开始，而不是从0开始，因为不属于上述任何阈值区域的所有位置都会被分配一个标签0。什么是“区域”？每个细胞？还是一组相连的电池？是的，一组电池。它们可能没有连接，因为一个区域也可以由一个单元格组成。请记住，如果数组表示某个“映射”，那么您的解决方案就不会区分组，它只会得到一个巨大的、不一致的组，这肯定不是OP要求的数据类型！好吧，现在肯定不是他要求的（见他的评论）