如何删除圆形内一组网格点？

Question

我正在尝试创建一个网格，排除一些在指定坐标和半径内的点，但无法减去落在圆内的网格点。以下是我的代码：

import math
import numpy 
import matplotlib.pyplot as plt


N = 50
x_start, x_end = -2.0, 2.0 
y_start, y_end = -1.0, 1.0


x = numpy.linspace(x_start, x_end, N)
y = numpy.linspace(y_start, y_end, N)

circle_x, circle_y, r= 0.0, 0.0, 0.4

#x.remove((r-circle_x)**2)   #need some help with these two lines
#y.remove((r-circle_y)**2)


X, Y = numpy.meshgrid(x, y)


size = 10
fig = plt.figure()
plt.xlabel('x', fontsize = 16)
plt.ylabel('y', fontsize = 16)
plt.scatter(X, Y)
plt.show()

网格显示了网格点

- ggulgulia

Answer 1

如果你想要一个只包含圆形外部点的散点图，请使用布尔索引从你的二维“meshgridded”数组中仅选择这些点：

import numpy as np
import matplotlib.pyplot as plt

N = 50
x_start, x_end = -2.0, 2.0
y_start, y_end = -1.0, 1.0

x = np.linspace(x_start, x_end, N)
y = np.linspace(y_start, y_end, N)

x0, y0, radius = 0.0, 0.0, 0.4

x, y = np.meshgrid(x, y)
r = np.sqrt((x - x0)**2 + (y - y0)**2)

outside = r > radius

fig, ax = plt.subplots()
ax.set(xlabel='X', ylabel='Y', aspect=1.0)

ax.scatter(x[outside], y[outside])

plt.show()

---

另一方面，如果您正在使用像imshow这样需要2D输入的函数，那么您需要对内部的值进行掩码处理（如@JulienSpronck所述，尽管将它们设置为np.nan或使用掩码数组而不是将它们设置为0会更好），或对图像设置剪辑路径。

但是，对于散点图，您不需要2D输入。

---

nD数组上的布尔索引将返回1D结果。例如：

In [9]: x = np.arange(100).reshape(10, 10)

In [10]: x
Out[10]: 
array([[ 0,  1,  2,  3,  4,  5,  6,  7,  8,  9],
       [10, 11, 12, 13, 14, 15, 16, 17, 18, 19],
       [20, 21, 22, 23, 24, 25, 26, 27, 28, 29],
       [30, 31, 32, 33, 34, 35, 36, 37, 38, 39],
       [40, 41, 42, 43, 44, 45, 46, 47, 48, 49],
       [50, 51, 52, 53, 54, 55, 56, 57, 58, 59],
       [60, 61, 62, 63, 64, 65, 66, 67, 68, 69],
       [70, 71, 72, 73, 74, 75, 76, 77, 78, 79],
       [80, 81, 82, 83, 84, 85, 86, 87, 88, 89],
       [90, 91, 92, 93, 94, 95, 96, 97, 98, 99]])

In [11]: x[x > 75]
Out[11]: 
array([76, 77, 78, 79, 80, 81, 82, 83, 84, 85, 86, 87, 88, 89, 90, 91, 92,
       93, 94, 95, 96, 97, 98, 99])

因为scatter只绘制点，它不关心它们如何连接，我们可以轻松使用布尔索引的1D结果。

另一方面，如果您想绘制图像，则需要一个2D网格。在这种情况下，您需要屏蔽值：

In [12]: np.ma.masked_where(x <= 75, x)
Out[12]: 
masked_array(data =
 [[-- -- -- -- -- -- -- -- -- --]
 [-- -- -- -- -- -- -- -- -- --]
 [-- -- -- -- -- -- -- -- -- --]
 [-- -- -- -- -- -- -- -- -- --]
 [-- -- -- -- -- -- -- -- -- --]
 [-- -- -- -- -- -- -- -- -- --]
 [-- -- -- -- -- -- -- -- -- --]
 [-- -- -- -- -- -- 76 77 78 79]
 [80 81 82 83 84 85 86 87 88 89]
 [90 91 92 93 94 95 96 97 98 99]])

请注意，这种方法维护了输入的二维结构。

顺便说一下，如果这是一个浮点数数组，你可以很容易地将其值设置为 np.nan 而不是屏蔽它们。当使用 imshow 绘图时，两者的行为是相同的。在这种情况下，我使用了一个屏蔽数组，因为 x 是一个整数数组，不能包含 NaN。

- Joe Kington

Answer 2

不能简单地从网格中删除点。相反，您应该创建另一个名为Z的数组，如下所示：

Z = numpy.where((X-circle_x)**2+(Y-circle_y)**2>r**2,1,0)

并将其绘制为

plt.scatter(X,Y,Z)

- plonser

Answer 3

您不能在数组x和y中删除点。这是一个2D问题，需要从x中删除的值取决于y，反之亦然。

您可以直接在创建的网格（X和Y）上进行操作。例如，

import math
import numpy 
import matplotlib.pyplot as plt


N = 200
x_start, x_end = -2.0, 2.0 
y_start, y_end = -2.0, 2.0


x = numpy.linspace(x_start, x_end, N)
y = numpy.linspace(y_start, y_end, N)

circle_x, circle_y, r= 0.0, 0.0, 0.4

X, Y = numpy.meshgrid(x, y)

## Define points within circle
pts = (X-circle_x)**2+(Y-circle_y)**2 <= r**2

## Create a constant mask over grid
M = numpy.ones(X.shape)
## Assign 0 to mask for all points within circle
M[pts] = 0

size = 10
fig = plt.figure()
plt.imshow(M)
plt.show()

这不会从X或Y中删除任何点。如果您希望仅对部分点执行计算，则可以进行以下操作

pts = (X-circle_x)**2+(Y-circle_y)**2 > r**2
X = X[pts]
Y = Y[pts]

plt.scatter(X,Y)
plt.show()

- Julien Spronck

---

嗨，朱利安，你的第一篇带有网格图示例的帖子非常接近我所寻找的内容。问题在于它实际上创建了网格点，然后隐藏了位于圆内的点（这是我理解的）。然而，我希望对所有存在的网格点进行进一步的计算，因此我只需要那些不在圆外的网格点，仅仅隐藏它并不能满足我的目的，但非常感谢你详细的解释。 - ggulgulia

点并没有被隐藏或删除，X 和 Y 仍然完整，所有网格点上的计算都可以执行，然后将掩码 M 应用于结果。但是，如果您只想在圆外的点上执行计算，您可以简单地定义您需要的点，并重新分配 X 和 Y 以仅包含您需要的点。请参见我的答案编辑中的示例。 - Julien Spronck