用周围的大多数值填充洞（Python）

Question

我使用Python，有一个数组，值为1.0、2.0、3.0、4.0、5.0、6.0和np.nan公司作为野田。在

我想用一个值填充所有的“nan”。此值应为周围值的大多数。在

例如：

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

这个例子中的“n”应该是“nan”。它的大多数邻居的值都是1。因此，“nan”应替换为值1。在

注意，由“nan”组成的孔的大小可以是1到5。例如（最大大小为5 nan）：

^{pr2}$

这里“nan”的洞有以下包围值：

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)

这个效果很好。但是，它只使用一个轴（0=列，1=行）。默认值为0（column），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

所以在这里您可以看到，虽然大多数是2，但周围列的大多数值是1，因此它变成了1而不是2。在

因此，我需要找到另一个使用python的方法。有什么建议或想法吗？在

---

补充：

在这里你看到的结果，在我添加了非常有益的改善马丁瓦格。在

将“0”视为海（蓝色），将其他值（>0）视为陆地（红色）。在

如果有一个被陆地包围的“小”海（海洋的大小又可以是1-5像素），它将得到陆地，正如您在结果图像中成功看到的那样。如果这是陆地的话，它不会比陆地更大。在

如果有1px“nan”，海洋的大部分比陆地多，它仍然会变成陆地（在本例中，它有50/50）。在

下面的图片显示了我需要什么。在海洋（值=0）和陆地（值>0）之间的边界处，“nan”像素需要获取大部分陆地值的值。在

这听起来很难，我希望我能生动地解释。在

Answer 1

我没有找到任何库，所以我写了一个函数，如果在数组的中间没有，你可以使用这些

import numpy as np
from collections import Counter


def getModulusSurround(data):

    tempdata = list(filter(lambda x: x, data))
    c = Counter(tempdata)
    if c.most_common(1)[0][0]:
        return(c.most_common(1)[0][0])


def main():

    array = [[1, 2, 2, 4, 5],
             [2, 3, 4, 5, 6],
             [3, 4, None, 6, 7],
             [1, 4, 2, 3, 4],
             [4, 6, 2, 2, 4]]

    array = np.array(array)

    for i in range(5):
        for j in range(5):
            if array[i,j] == None:

                temparray = array[i-1:i+2,j-1:j+2]
                array[i,j] = getModulusSurround(temparray.flatten())

    print(array)

main()

Answer 2

使用^{}和^{}来自scipy.ndimage的一个可能的解决方案：

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：关于您松散相关的后续问题，您可以扩展上述代码以实现您的目标：

^{pr2}$

Answer 3

在马丁·巴尔古尔难以置信的帮助下，我得到了我需要的结果。在

因此，我在Martins代码中添加了以下行：

from scipy.ndimage import label, binary_dilation
from scipy.stats import mode

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]

        sv_list = np.ndarray.tolist(surrounding_values) #!
        for sv in sv_list:  #!
            if sv == 0:
                sv_list.remove(sv)
        surrounding_values = np.array(sv_list)

        imputed_array[hole] = mode(surrounding_values).mode[0]

    return imputed_array