Python 汇总特定（多个）范围的数据

我确信有一个很好的方法可以做到这一点，但我没有找到正确的谷歌搜索词，所以我会在这里询问。我的问题是：

我有两个二维数组，它们的维数都相同。一个数组（数组1）是（x，y）点的累积降水量。另一个（数组2）是相同（x，y）栅格的地形高度。我想将数组1与数组2的特定高度相加，并创建一个条形图，其中x轴的地形高度为a，y轴的总累积降水量为a

因此，我希望能够声明一个高度列表（比如说

[01100200，…，1000]

），并对每个料仓汇总该料仓内发生的所有降水量

我可以想出一些复杂的方法来做到这一点，但我猜可能有一个更简单的方法，我没有想到。我的直觉是在我的高度列表中循环，屏蔽超出该范围的任何东西，汇总剩余值，将其添加到新数组中，然后重复

---

我想知道是否有一个内置的numpy或类似的库可以更有效地完成这项工作

此代码显示了您的要求，并在注释中进行了一些解释：

import numpy as np


def in_range(x, lower_bound, upper_bound):
    # returns wether x is between lower_bound (inclusive) and upper_bound (exclusive)
    return x in range(lower_bound, upper_bound)


# vectorize allows you to easily 'map' the function to a numpy array
vin_range = np.vectorize(in_range)

# representing your rainfall
rainfall = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
# representing your height map
height = np.array([[1, 2, 1], [2, 4, 2], [3, 6, 3]])
# the bands of height you're looking to sum
bands = [[0, 2], [2, 4], [4, 6], [6, 8]]

# computing the actual results you'd want to chart
result = [(band, sum(rainfall[vin_range(height, *band)])) for band in bands]

print(result)

下一行到最后一行是魔法发生的地方

vin\u范围（高度，*band）

使用矢量化函数创建布尔值的numpy数组，其尺寸与

height

相同，如果

height

的值在给定范围内，则该数组为True，否则为

False

通过使用该数组以目标值（

降雨

）对数组进行索引，可以得到一个仅包含高度在目标范围内的值的数组。那就只需要把这些加起来

在多个步骤中，

result=[（波段，总和（降雨量[vin_范围（高度，*band）]）））对于波段中的波段]

（但结果相同）：

一个使用的示例，它允许生成掩码数组。从文档中：

掩码数组是标准numpy.ndarray和掩码的组合。掩码可以是nomask（表示关联数组的值无效），也可以是布尔数组（确定关联数组的每个元素的值是否有效）

这似乎是你在这种情况下需要的

import numpy as np

pr = np.random.randint(0, 1000, size=(100, 100)) #precipitation map
he = np.random.randint(0, 1000, size=(100, 100)) #height map

bins = np.arange(0, 1001, 200)

values = []
for vmin, vmax in zip(bins[:-1], bins[1:]):
    #creating the masked array, here minimum included inside bin, maximum excluded.
    maskedpr = np.ma.masked_where((he < vmin) | (he >= vmax), pr)
    values.append(maskedpr.sum())

将numpy导入为np
pr=np.random.randint（0，1000，size=（100100））#降水图
he=np.random.randint（0，1000，size=（100100））#高度图
垃圾箱=np.arange（01001200）
值=[]
对于vmin，zip中的vmax（存储箱[：-1]，存储箱[1:]）：
#创建屏蔽数组，此处最小包含在bin中，最大不包含。
maskedpr=np.ma.masked_其中（（he=vmax），pr）
values.append（maskedpr.sum（））

values

是每个箱子的值列表，您可以绘制这些值

该函数返回一个被屏蔽的数组，其中条件为

True

。因此，您需要将条件设置为箱外的

True

。

---

sum（）<代码>数字化

从高度数组

高度

和箱子边界

箱子

创建箱子索引数组

bincount

然后使用bin索引对数组中的数据求和

rain

# set up
rain  = np.random.randint(0,100,(5,5))/10
height = np.random.randint(0,10000,(5,5))/10
bins = [0,250,500,750,10000]

# compute
sums = np.bincount(np.digitize(height.ravel(),bins),rain.ravel(),len(bins)+1)

# result
sums
# array([ 0. , 37. , 35.6, 14.6, 22.4,  0. ])

# check against direct method
[rain[(height>=bins[i]) & (height<bins[i+1])].sum() for i in range(len(bins)-1)]
# [37.0, 35.6, 14.600000000000001, 22.4]

#设置
雨=np.random.randint（0100，（5,5））/10
高度=np.random.randint（010000，（5,5））/10
箱子=[02500075010000]
#计算
sums=np.bincount（np.digitalize（height.ravel（），bins），rain.ravel（），len（bins）+1）
#结果
总数
#数组（[0,37,35.6,14.6,22.4,0.]））
#对照直接法
[雨水[（高度>=垃圾箱[i]）和（高度
# set up
rain  = np.random.randint(0,100,(5,5))/10
height = np.random.randint(0,10000,(5,5))/10
bins = [0,250,500,750,10000]

# compute
sums = np.bincount(np.digitize(height.ravel(),bins),rain.ravel(),len(bins)+1)

# result
sums
# array([ 0. , 37. , 35.6, 14.6, 22.4,  0. ])

# check against direct method
[rain[(height>=bins[i]) & (height<bins[i+1])].sum() for i in range(len(bins)-1)]
# [37.0, 35.6, 14.600000000000001, 22.4]