Python 如何将值随机保留为特定的数字，并在2d numpy数组中用无数据替换rest，而不更改任何其他值

我是科学计算新手。 我有一个2D numpy数组（比如，a），形状为

（11153L，4218L）

，数据类型为

dtype（'uint8'）

。现在，我想将数据保留在一些（比如，10000）随机位置（行，列），并用

无数据值填充其余的数据-我该怎么做

此处，
无数据值
是从另一个环境变量获取的，例如，
my_raster\u nodata\u values=dsc.nodata值
您可以使用可选的arg
替换
设置为
假
，为该数组的总大小选择唯一索引，并将其中的索引设置为
无数据值
。因此，将需要实施-

a.ravel()[np.random.choice(a.size,a.size-10000,replace=0)] = no_data_value

或者，我们可以使用as使其更直观，就像这样-

np.put(a, np.random.choice(a.size,a.size-10000,replace=0), no_data_value)

S = a.size - N - (a == no_data_value).sum()
idx = np.random.choice(np.flatnonzero(a!=no_data_value),S,replace=0)
a.ravel()[idx] = no_data_value

运行示例应使其更易于理解-

In [94]: a     # Input array
Out[94]: 
array([[163,  80, 142, 169, 214],
       [  7,  59, 102, 104, 234],
       [ 44, 143,   7,  30, 232],
       [ 71,  15,  64,  42, 141]])

In [95]: no_data_value = 0  # No value specifier

In [98]: N = 10 # Number of elems to keep

In [99]: a.ravel()[np.random.choice(a.size,a.size-N,replace=0)] = no_data_value

In [100]: a
Out[100]: 
array([[  0,   0, 142,   0,   0],
       [  7,   0,   0, 104, 234],
       [  0,   0,   7,  30, 232],
       [ 71,   0,  64,   0, 141]])


如果输入数组中已有一个或多个元素等于
无数据\u值
，我们可能需要偏移基于该计数设置的元素数。所以，对于这种情况，我们会有一个修改过的版本，就像这样-

np.put(a, np.random.choice(a.size,a.size-10000,replace=0), no_data_value)

S = a.size - N - (a == no_data_value).sum()
idx = np.random.choice(np.flatnonzero(a!=no_data_value),S,replace=0)
a.ravel()[idx] = no_data_value

样本运行-

In [65]: a
Out[65]: 
array([[240,  30,  61,  38, 145],
       [ 91,  65, 108, 154, 118],
       [155, 198,  65,  65, 189],
       [248, 140, 154, 186, 186]])

In [66]: no_data_value = 65  # No value specifier

In [67]: N = 10 # Number of elems to keep

In [68]: S = a.size - N - (a == no_data_value).sum()

In [69]: idx = np.random.choice(np.flatnonzero(a!=no_data_value),S,replace=0)

In [70]: a.ravel()[idx] = no_data_value

In [71]: a
Out[71]: 
array([[240,  30,  61,  38,  65],
       [ 65,  65, 108,  65,  65],
       [ 65, 198,  65,  65,  65],
       [248, 140, 154, 186,  65]])

您可以使用可选的arg
replace
设置为
False
，为该数组的总大小选择唯一索引，并将其中的索引设置为
no\u data\u value
。因此，将需要实施-

a.ravel()[np.random.choice(a.size,a.size-10000,replace=0)] = no_data_value

或者，我们可以使用as使其更直观，就像这样-

np.put(a, np.random.choice(a.size,a.size-10000,replace=0), no_data_value)

S = a.size - N - (a == no_data_value).sum()
idx = np.random.choice(np.flatnonzero(a!=no_data_value),S,replace=0)
a.ravel()[idx] = no_data_value

运行示例应使其更易于理解-

In [94]: a     # Input array
Out[94]: 
array([[163,  80, 142, 169, 214],
       [  7,  59, 102, 104, 234],
       [ 44, 143,   7,  30, 232],
       [ 71,  15,  64,  42, 141]])

In [95]: no_data_value = 0  # No value specifier

In [98]: N = 10 # Number of elems to keep

In [99]: a.ravel()[np.random.choice(a.size,a.size-N,replace=0)] = no_data_value

In [100]: a
Out[100]: 
array([[  0,   0, 142,   0,   0],
       [  7,   0,   0, 104, 234],
       [  0,   0,   7,  30, 232],
       [ 71,   0,  64,   0, 141]])


如果输入数组中已有一个或多个元素等于
无数据\u值
，我们可能需要偏移基于该计数设置的元素数。所以，对于这种情况，我们会有一个修改过的版本，就像这样-

np.put(a, np.random.choice(a.size,a.size-10000,replace=0), no_data_value)

S = a.size - N - (a == no_data_value).sum()
idx = np.random.choice(np.flatnonzero(a!=no_data_value),S,replace=0)
a.ravel()[idx] = no_data_value

样本运行-

In [65]: a
Out[65]: 
array([[240,  30,  61,  38, 145],
       [ 91,  65, 108, 154, 118],
       [155, 198,  65,  65, 189],
       [248, 140, 154, 186, 186]])

In [66]: no_data_value = 65  # No value specifier

In [67]: N = 10 # Number of elems to keep

In [68]: S = a.size - N - (a == no_data_value).sum()

In [69]: idx = np.random.choice(np.flatnonzero(a!=no_data_value),S,replace=0)

In [70]: a.ravel()[idx] = no_data_value

In [71]: a
Out[71]: 
array([[240,  30,  61,  38,  65],
       [ 65,  65, 108,  65,  65],
       [ 65, 198,  65,  65,  65],
       [248, 140, 154, 186,  65]])

够了！但是有没有办法不转换原始阵列？我的意思是性能问题，因为我将不得不使用近10000个光栅。
put
比
ravel
快吗？@SIslam不知道您所说的
转换原始数组的意思是什么？如果你是说把
no\u data\u value
放在原始数组中，我想这就是问题所在。如果不是，你能详细说明一下吗？@SIslam如果你指的是
a.ravel（）
，那么
ravel（）
仅仅是数组的一个视图，因此没有转换。可能是我的理解错误。我的意思是，我刚刚读到，
ravel
返回一个平坦的数组，因此我认为它会转换原始数组，然后设置nodata值。@SIslam
（a！=无数据值）。sum（）
？很好！但是有没有办法不转换原始阵列？我的意思是性能问题，因为我将不得不使用近10000个光栅。
put
比
ravel
快吗？@SIslam不知道您所说的
转换原始数组的意思是什么？如果你是说把
no\u data\u value
放在原始数组中，我想这就是问题所在。如果不是，你能详细说明一下吗？@SIslam如果你指的是
a.ravel（）
，那么
ravel（）
仅仅是数组的一个视图，因此没有转换。可能是我的理解错误。我的意思是我刚刚读到，
ravel
返回一个平坦的数组，因此我认为它会转换原始数组，然后设置nodata值。@SIslam
（a！=无数据值）。sum（）
？在问题解决后回滚更新节？在问题解决后回滚更新节？