パイソン - インデックス配列

Question

とアレイの移入Iは（時間、緯度、経度）に対応する形状を有する "PRECIP"（2,3,3）と呼ばれるnumpyの配列を有する

array([[[ 0.05368402, 0.43843025, 0.09521903], 
     [ 0.22627141, 0.12920409, 0.17039465], 
     [ 0.48148674, 0.59170703, 0.41321763]], 

     [[ 0.63621704, 0.11119242, 0.25992372], 
     [ 0.67846732, 0.3710733 , 0.25641174], 
     [ 0.1992151 , 0.86837441, 0.80136514]]]) 

私は別のnumpyのを持っています形状のインデックスのリストである「IDX」と呼ばれる配列、（3、4）：

array([[0,0,1,1], # time 
     [0,2,0,2], # x coordinate 
     [0,2,0,2]]) # y coordinate 

これまで私は私が「IDX」変数を「PRECIP」変数インデックスすることができました形状（4、）を持つ配列を取得します。私が必要なもの

>>>accum = PRECIP[idx[0,:],idx[1,:],idx[2,:]] 
array([ 0.05368402, 0.41321763, 0.63621704, 0.80136514]) 

BUTは、「IDX」の座標の各対について「PRECIP」の和で占め形状（3,3）とゼロ「ACCUM」の配列です。 「IDX」に記載されていない他のすべての格子点は、基本的に私が配列の「ACCUM」この

>>>accum  
array([[[ 0.68990106, 0. , 0.  ], # 0.68990106 = 0.05368402 + 0.63621704 
     [ 0.  , 0. , 0.  ], 
     [ 0.  , 0. , 1.21458277], # 1.21458277 = 0.41321763 + 0.80136514 

のように見えること、私は任意の助けを感謝したい0

だろう！感謝:)

Answer 1

私はあなたが必要なものを正しく理解していればです：

array = [0.5] * 249 

これは、各インデックスで0.5移入長さ249の配列を返します。その後、好きな要素の量を取得する必要がある場合は、スライスすることができます。

もしそれがあなたが望むものでないなら、辞書を使い、このようにしたいタプルであるキーを追加することができます。

dict = {(40, 249): array} 

私はそれが役に立ちそうです。

Answer 2

PRECIPのLatカラムとLonカラムのNaNをすべて0に変換し、合計して結果を変形します。

np.nan_to_num(PRECIP[idx[1,:], idx[2,:]]).sum(axis=1).reshape(PRECIP.shape[1], PRECIP.shape[2])