Петля через каждый пиксель в многодиапазонном растере в Python

Question

У меня есть многополосный растровый, имеющий 23 полосы, например. Я читаю растровое изображение с помощью GDAL и преобразовываю его в массив numpy. В numpy, когда я проверяю форму массива, он отображается как 23,4,5 i.e. 23 = bands, 4 = row and 5 = col. Я хочу пропустить каждый пиксель таким образом, чтобы я мог получить вектор/массив из всех 23 значений, связанных с одним пикселем.

Я объясняю его дальше подробно на примере ...

Band 1 
    [[1, 2, 3, 4, 5], 
    [6, 7, 8, 9, 10], 
    [11, 12, 13, 14, 15], 
    [16, 17, 18, 19, 20]] 
Band 2 
    [[21, 22, 23, 24, 25], 
    [26, 27, 28, 29, 30], 
    [31, 32, 33, 34, 35], 
    [36, 37, 38, 39, 40]] 
Band 3 
    [[31, 32, 33, 34, 35], 
    [36, 37, 38, 39, 40], 
    [41, 42, 43, 44, 45], 
    [46, 47, 48, 49, 50]] 
Band 4 
    [[41, 42, 43, 44, 45], 
    [46, 47, 48, 49, 50], 
    [51, 52, 53, 54, 55], 
    [56, 57, 58, 59, 60]] 

Теперь я хочу, чтобы перебрать все полосы таким образом, что я должен получить массив значений [1,21,31,41] in first iteration and [2,22,32,42] in second iteration и так далее. Я могу сделать это в R, используя функцию указателя math и извлечения, но в python я не могу этого сделать, потому что у меня очень мало опыта с циклизацией и индексированием массива в python.

Я попробовал некоторые коды, приведенные на StackOverflow

for cell in arr: 
    print cell 

for cell in arr.flat: 
    print cell 

for row in arr: 
    for cell in row: 
     print cell 

for (i,row) in enumerate(arr): 
    for (j,value) in enumerate(row): 
     print value 

Выход я получаю не по мере необходимости.

Answer 1

Как я вижу, вам нужно иметь значения пикселей одинаковых index, сгруппированных вместе. Для группирования же индекс е использование zip здесь с самого bandx не является плоской, мы можем первым flatten тогда группа, и затем сделать zip на flattend полосах

Вот пример с 3 полосы

band1 = np.array([[1, 2, 3, 4, 5], 
    [6, 7, 8, 9, 10], 
    [11, 12, 13, 14, 15], 
    [16, 17, 18, 19, 20]]) 
band2 = np.array([[21, 22, 23, 24, 25], 
    [26, 27, 28, 29, 30], 
    [31, 32, 33, 34, 35], 
    [36, 37, 38, 39, 40]]) 
band3 = np.array([[31, 32, 33, 34, 35], 
    [36, 37, 38, 39, 40], 
    [41, 42, 43, 44, 45], 
    [46, 47, 48, 49, 50]]) 
arr = [band1,band2,band3] 

Вслед даст You массив tuples, как вы ожидали

zip(*map(lambda x:x.flatten(),arr)) 

Если полосы не являются numpy массивов, но нормальные питона массивов , Вы можете сделать следующее

zip(*map(lambda x:x.flatten(),np.array(arr))) 

Answer 2

Простой способ использует np.nditer:

>>> for i in np.nditer((Band1, Band2, Band3, Band4)): 
...  print(i) 

Печатается

(array(1), array(21), array(31), array(41)) 
(array(2), array(22), array(32), array(42)) 
(array(3), array(23), array(33), array(43)) 
(array(4), array(24), array(34), array(44)) 
(array(5), array(25), array(35), array(45)) 
(array(6), array(26), array(36), array(46)) 
(array(7), array(27), array(37), array(47)) 
(array(8), array(28), array(38), array(48)) 
(array(9), array(29), array(39), array(49)) 
(array(10), array(30), array(40), array(50)) 
(array(11), array(31), array(41), array(51)) 
(array(12), array(32), array(42), array(52)) 
(array(13), array(33), array(43), array(53)) 
(array(14), array(34), array(44), array(54)) 
(array(15), array(35), array(45), array(55)) 
(array(16), array(36), array(46), array(56)) 
(array(17), array(37), array(47), array(57)) 
(array(18), array(38), array(48), array(58)) 
(array(19), array(39), array(49), array(59)) 
(array(20), array(40), array(50), array(60)) 

Несмотря на то, что кажется странным, что это возвращает массив на самом деле делает его действительно потому что это вид исходного массива, поэтому у вас нет накладных расходов на распаковку значения в виде типа python, и эти нульмерные массивы ведут себя (почти), как родные типы python.