numpy直方图布尔索引与沿维度0的索引数组不匹配；维度为

Question

我试图通过在每个图像中创建像素强度的直方图，然后将天空值设置为与最高频率的bin的强度相等，来减少天文图像。然后我们的想法是从每个像素中减去这个天空值帧索引器错误：布尔索引与沿维度0的索引数组不匹配；维度为3651469，但相应的布尔维度为3651468

#sciFlat is a list containing three images in array form.

sciFlat = np.asarray(sciFlat)
minpix = min(sciFlat.flatten())
maxpix = max(sciFlat.flatten())
rng = int(maxpix-minpix)
#These are histogram ranges, now loop through each image.
#Sky subtract science images.
sciSky = []
for i in range(3):
    hf = np.histogram(sciFlat[i].flatten(), bins=rng, range=(minpix,maxpix))
    skyval = hf[1][hf[0] == max(hf[0])]
    print(skyval)
    skySub = sciFlat[i] - skyval
    sciSky.append(skySub)

在 我希望代码能够成功地完成数字直方图应返回hist（大小为n的扁平数组）和bin_edges（长度为n的1D数组）。在

索引器错误回溯（最近一次调用）

^{pr2}$

索引器错误：布尔索引与沿维度0的索引数组不匹配；维度为3651469，但相应的布尔维度为3651468

Answer 1

我相信只是你的逻辑在循环中失败了，写出了直方图输出：

for i in range(3):
    hist, edges = np.histogram(sciFlat[i].flatten(), bins=rng, range=(minpix,maxpix))
    skyval = edges[hist == max(hist)]
    print(skyval)
    skySub = sciFlat[i] - skyval
    sciSky.append(skySub)

直方图为您提供了值的边缘，您最需要的是边缘的中点：

^{pr2}$

通过设置中间值而不是边缘，直方图的维数相同。为了说明边缘和中间的区别：

^{3}$

星形表示最大的中点，如您所见，它位于边之间：