用大多数周围值填充孔(Python)

Question

我使用Python并拥有一个值为1.0,2.0,3.0,4.0,5.0,6.0和np.nan作为NoData的数组.

我想用一个值填充所有"nan".该值应该是周围值的大部分.

例如:

1 1 1 1 1
1 n 1 2 2
1 3 3 2 1
1 3 2 3 1

在该示例中,"n"将呈现"nan".其大多数邻居的值为1.因此,"nan"将被值1替换.

注意,由"nan"组成的孔的尺寸可以是1到5.例如(最大尺寸为5纳米):

1 1 1 1 1
1 n n n 2
1 n n 2 1
1 3 2 3 1

这里"nan"的洞有以下周围的值:

surrounding_values = [1,1,1,1,1,2,1,2,3,2,3,1,1,1] -> Majority = 1

我尝试了以下代码:

from sklearn.preprocessing import Imputer

array = np.array(.......)   #consisting of 1.0-6.0 & np.nan
imp = Imputer(strategy="most_frequent")
fill = imp.fit_transform(array)

这非常好用.但是,它只使用一个轴(0 =列,1 =行).默认值为0(列),因此它使用同一列的大多数周围值.例如:

Array
2 1 2 1 1
2 n 2 2 2
2 1 2 2 1
1 3 2 3 1

Filled Array
2 1 2 1 1
2 1 2 2 2
2 1 2 2 1
1 3 2 3 1

所以在这里你可以看到,虽然大多数是2,但是大多数周围的列值都是1,因此它变为1而不是2.

因此,我需要使用python找到另一种方法.有什么建议或想法吗？

---

补充:

在我添加了Martin Valgur非常有帮助的改进后,你会看到结果.

将"0"视为海(蓝色),将其他值(> 0)视为陆地(红色).

如果有一个被陆地包围的"小"海(海洋的大小可以再次为1-5 px),那么它将获得陆地,因为您可以在结果图像中成功查看.如果被包围的海域大于5px或在陆地之外,海洋将不会获得土地(这在图像中是不可见的,因为事实并非如此).

如果有1px"nan",其中大部分海洋比陆地多,它仍将成为陆地(在这个例子中它有50/50).

下图显示了我的需求.在海(value = 0)和land(值> 0)之间的边界处,"nan"像素需要获得大部分地值的值.

这听起来很难,我希望我能够生动地解释它.

Answer 1

label()使用和binary_dilation()from的可能解决方案scipy.ndimage：

import numpy as np
from scipy.ndimage import label, binary_dilation
from collections import Counter

def impute(arr):
    imputed_array = np.copy(arr)

    mask = np.isnan(arr)
    labels, count = label(mask)
    for idx in range(1, count + 1):
        hole = labels == idx
        surrounding_values = arr[binary_dilation(hole) & ~hole]
        most_frequent = Counter(surrounding_values).most_common(1)[0][0]
        imputed_array[hole] = most_frequent

    return imputed_array

编辑：关于松散相关的后续问题，您可以扩展上面的代码来实现您所追求的目标：

import numpy as np
from scipy.ndimage import label, binary_dilation, binary_closing

def fill_land(arr):
    output = np.copy(arr)

    # Fill NaN-s
    mask = np.isnan(arr)
    labels, count = label(mask)
    for idx in range(1, count + 1):
        hole = labels == idx
        surrounding_values = arr[binary_dilation(hole) & ~hole]
        output[hole] = any(surrounding_values)

    # Fill lakes
    land = output.astype(bool)
    lakes = binary_closing(land) & ~land
    labels, count = label(lakes)
    for idx in range(1, count + 1):
        lake = labels == idx
        output[lake] = lake.sum() < 6

    return output