问题

我试图在地球上识别连接的特征（即，空间-时间上的球面上的特征）。cc3d 包已经帮助我解决了90%的问题，但我在处理日期边界时遇到了困难（即，在三个维度中的一个维度上的周期性边界条件）。

在二维地图上，我的方法的问题变得明显（请注意在南极附近0经度附近连接但标记不同的区域）：

这是因为数据在经度从0到360之间定义（虽然我在这里显示它们从-180到180，以更明显地显示问题）。

对于这些问题，我通常的两种解决方案不起作用：

• 反经线移至太平洋只是转移了问题，因此没有帮助。
• 在右边界拼接数据的副本也没有帮助，因为它会导致原始左侧和右侧粘贴数据之间的标签模糊。

MWE

在二维中，问题的分解应该如下：

import cc3d
import numpy as np
import matplotlib.pyplot as plt

arr = np.sin(np.random.RandomState(0).randn(100).reshape(10, 10)) > .3
labels = cc3d.connected_components(arr)
map = plt.pcolormesh(labels, vmin=.5)
map.cmap.set_under('none')

在这里，右上角的黄色结构应该与顶部的其余结构连接在一起，底部的两个结构也是如此。请记住，任何有用的解决方案也应适用于三维中的连接特征。

对于如何解决这个问题，欢迎任何帮助。

import cc3d
import numpy as np
import matplotlib.pyplot as plt

arr = np.sin(np.random.RandomState(0).randn(100).reshape(10, 10)) > .3
labels = cc3d.connected_components(arr)
map = plt.pcolormesh(labels, vmin=.5)
map.cmap.set_under('none')

答案1

得分: 0

好的，以下是翻译的代码部分：

好的，我有一个修复输出的方法。它相当慢，需要运行`connected_components`两次，但对我来说有效。我把它放在这里，以防对其他人有帮助。

我将在此处放置MWE的修复版本，但对于完整的3D时空数据（独立处理每一天），它的效果是等效的。我正在处理的数据约定是，经度是最后一个维度，所以（时间，纬度，经度），但它在x轴上绘制，因此我在MWE示例中的所有函数调用中执行了`swapaxes`。

函数

```python
def plot(arr):
    map = plt.pcolormesh(arr, vmin=.5)
    map.cmap.set_under('none')    
    
    for xx in range(len(arr)):
        for yy in range(len(arr)):
            plt.text(yy+.5, xx+.5, arr[xx, yy],
                     ha="center", va="center", color="k")


def cut_stitch(arr):  # 相当于切换反子午线 [0, 360[ -> [-180, 180[
    idx = len(arr) // 2
    return np.concatenate([arr[idx:], arr[:idx]], axis=0)


def fix_date_border(arr, arr_r):
    mask = arr == 0

    mapping = {}
    for key, value in zip(arr_r[~mask], arr[~mask]):
        try:
            mapping[key].add(value)
        except KeyError:
            mapping[key] = {value}  
    # 如果每个键只有一个唯一值，那么它是一对一映射，没有问题
    conflicts = [list(values) for values in mapping.values() if len(values) != 1]
    
    print(mapping)  # 调试
    
    for conflict in conflicts:
        idx = np.any([arr == cc for cc in conflict[1:]], axis=0)
        arr[idx] = conflict[0]  # 在原始（即第一个）数组中重新分配
        
    return arr

在重新排列的字段上第二次运行组件标记，然后再次重新排列：

arr2 = cut_stitch(arr.swapaxes(0, 1)).swapaxes(0, 1)
labels2 = cut_stitch(cc3d.connected_components(arr2).swapaxes(0, 1)).swapaxes(0, 1)
plot(labels)  # 原始
plot(labels2)

修复标签：

labels_fixed = fix_date_border(labels.swapaxes(0, 1), labels2.swapaxes(0, 1)).swapaxes(0, 1)
# {2: {1, 2}, 7: {8, 7}, 5: {4}, 3: {3}, 1: {1}, 4: {5}, 8: {7}, 6: {6}}
plot(labels_fixed, labels=True)

请注意，在修复后的数组中，标签将不再严格连续！

<details>
<summary>英文:</summary>

Okay I have a fix for the output. Its quite slow and requires to run `connected_components` twice but works for me. I&#39;m putting it here in case its helpful for anyone later. 

I&#39;ll put the fix for the MWE here but it works equivalently for full 3D space-time data (independently for each day). **The convention for the data I&#39;m working with is that the longitude is the last dimension, so (time, latitude, longitude) but it is plotted on the x-axis, therefore I do a `swapaxes` for all function calls in the MWE example.**

Functions

```python
def plot(arr):
    map = plt.pcolormesh(arr, vmin=.5)
    map.cmap.set_under(&#39;none&#39;)    
 
    for xx in range(len(arr)):
        for yy in range(len(arr)):
            plt.text(yy+.5, xx+.5, arr[xx, yy],
                     ha=&quot;center&quot;, va=&quot;center&quot;, color=&quot;k&quot;)


def cut_stitch(arr):  # equivalent to switching the antimeridian [0, 360[ -&gt; [-180, 180[
    idx = len(arr) // 2
    return np.concatenate([arr[idx:], arr[:idx]], axis=0)


def fix_date_border(arr, arr_r):
    mask = arr == 0

    mapping = {}
    for key, value in zip(arr_r[~mask], arr[~mask]):
        try:
            mapping[key].add(value)
        except KeyError:
            mapping[key] = {value}  
    # if there is only one unique value per key its a one-to-one mapping and no problem
    conflicts = [list(values) for values in mapping.values() if len(values) != 1]
    
    print(mapping)  # DEBUG
    
    for conflict in conflicts:
        idx = np.any([arr == cc for cc in conflict[1:]], axis=0)
        arr[idx] = conflict[0]  # reassign in original (i.e., first) array
        
    return arr

Run component labelling a second time on the rearranged field, then rearrange again:

arr2 = cut_stitch(arr.swapaxes(0, 1)).swapaxes(0, 1)
labels2 = cut_stitch(cc3d.connected_components(arr2).swapaxes(0, 1)).swapaxes(0, 1)
plot(labels)  # original
plot(labels2)

Fix the labels:

labels_fixed = fix_date_border(labels.swapaxes(0, 1), labels2.swapaxes(0, 1)).swapaxes(0, 1)
# {2: {1, 2}, 7: {8, 7}, 5: {4}, 3: {3}, 1: {1}, 4: {5}, 8: {7}, 6: {6}}
plot(labels_fixed, labels=True)

Note that the labels will no longer be strictly consecutive in the fixed array!