extract_array

astropy.nddata.utils.extract_array(array_large, shape, position, mode='partial', fill_value=nan, return_position=False)

从较大的数组中提取给定形状和位置的较小数组。

参数:

array_large : ndarray恩达雷

从中提取小数组的数组。

shape : int 或 tuple 其中PYTHON：int或PYTHON：其元组

提取的数组的形状（对于1D数组，它可以是 int ). 见 mode 其他详细信息的关键字。

position : number 或 tuple 其中数字或 Python ：其元组

小阵列相对于大阵列的中心位置。像素坐标应与数组形状的顺序相同。整数位置在像素中心（对于一维阵列，这可以是一个数字）。

mode{'partial'，'trim'，'strict'}，可选

用于提取小数组的模式。对于 'partial' 和 'trim' 模式，小阵列和大阵列的部分重叠就足够了。对于 'strict' 模式时，小数组必须完全包含在大数组中，否则 PartialOverlapError 提高了。在所有模式下，非重叠数组将引发 NoOverlapError . 在 'partial' 模式下，小数组中不与大数组重叠的位置将填充 fill_value . 在 'trim' 模式只返回重叠的元素，因此生成的小数组可能比请求的小 shape .

fill_value : number ，可选数字，可选

如果 mode='partial' ，用于填充提取的小数组中与输入不重叠的像素的值 array_large . fill_value 将被更改为具有相同的 dtype 作为 array_large 数组，只有一个例外。如果 array_large 具有整数类型和 fill_value 是 np.nan 然后 ValueError 将被提升。

return_position : bool ，可选可选的布尔

如果 True ，返回 position 在返回数组的坐标系中。

返回:

array_small : ndarray恩达雷

提取的数组。

new_position : tuplePython ：元组

如果 return_position 为true，则此元组将包含输入的坐标 position 在坐标系中 array_small . 注意，对于部分重叠的数组， new_position 可能真的在 array_small ； array_small[new_position] 如果任何元素 new_position 是否定的。

实例

我们考虑一个11x10形状的大数组，从中提取一个3x5形状的小数组：

>>> import numpy as np
>>> from astropy.nddata.utils import extract_array
>>> large_array = np.arange(110).reshape((11, 10))
>>> extract_array(large_array, (3, 5), (7, 7))
array([[65, 66, 67, 68, 69],
       [75, 76, 77, 78, 79],
       [85, 86, 87, 88, 89]])