使用For循环处理NumPy高程数组时的边界值误处理问题及解决方案咨询

我最近在处理LiDAR生成的.tif高程数组时遇到了一个边界值重复处理的问题，目前只能靠手动加特定行的循环来临时解决，想请教有没有更通用优雅的办法。

先给大家看下我的数据和处理流程：

原始高程数组 #

Existing_example_array = [
    [0, 0, 1, 0, 0, 0, 0],
    [0, 1, 1, 1, 0, 0, 0],
    [0, 1, 1, 1, 1, 0, 0],
    [1, 1, 1, 1, 0, 0, 0],
    [0, 1, 1, 1, 1, 0, 0],
    [0, 1, 1, 0, 0, 0, 0]
]

填充表面的代码 #

我的目标是把所有值>=1的元素加1，模拟表面填充，代码如下：

import numpy as np

geotiff_array = np.array(Existing_example_array)
sub_tif_array = geotiff_array.copy()
# 注：原代码条件写成>1的话不会生效，这里修正为>=1以匹配示例结果
sub_tif_array[sub_tif_array >= 1] += 1
Fill = sub_tif_array.tolist()

填充后得到的数组：

Filled_example_array = [
    [0, 0, 2, 0, 0, 0, 0],
    [0, 2, 2, 2, 0, 0, 0],
    [0, 2, 2, 2, 2, 0, 0],
    [2, 2, 2, 2, 0, 0, 0],
    [0, 2, 2, 2, 2, 0, 0],
    [0, 2, 2, 0, 0, 0, 0]
]

处理边界值的代码及问题 #

接下来我想把每行中连续填充区域的首尾元素改回原值（用减100做标记，后续会恢复成1），写了两个循环分别处理每行第一个和最后一个>1的元素：

# 处理每行第一个>1的元素
for l in Fill:
    for i, x in enumerate(l):
        if x > 1:
            l[i] -= 100
            break
# 处理每行最后一个>1的元素
for l in Fill:
    for i, x in reversed([*enumerate(l)]):
        if x > 1:
            l[i] -= 100
            break

但结果出了问题：第一行只有一个2，它既是第一个也是最后一个符合条件的元素，被两次减100，最终变成了0，而我想要的是保留这个1（恢复后）：

错误结果 #

Incorrect_example_array = [
    [0, 0, 0, 0, 0, 0, 0],
    [0, 1, 2, 1, 0, 0, 0],
    [0, 1, 2, 2, 1, 0, 0],
    [1, 2, 2, 1, 0, 0, 0],
    [0, 1, 2, 2, 1, 0, 0],
    [0, 1, 1, 0, 0, 0, 0]
]

期望的正确结果 #

Correct_example_array = [
    [0, 0, 1, 0, 0, 0, 0],
    [0, 1, 2, 1, 0, 0, 0],
    [0, 1, 2, 2, 1, 0, 0],
    [1, 2, 2, 1, 0, 0, 0],
    [0, 1, 2, 2, 1, 0, 0],
    [0, 1, 1, 0, 0, 0, 0]
]

寻求解决方案 #

目前我只能手动加针对这种单行单个元素的判断，但数组规模大的时候根本不现实。想请教大家：有没有办法修改这两个循环，让它们要么跳过已经修改过的元素，要么限制处理范围，避免这种重复处理的情况？

针对问题的几种解决方案 #

方案1：先统计每行有效元素数量，避免重复处理

我们可以先收集每行中所有>1的元素索引，只有当索引数量大于1时，再处理首尾元素；如果只有一个元素，就跳过处理：

for l in Fill:
    # 收集当前行所有>1的元素索引
    valid_indices = [i for i, val in enumerate(l) if val > 1]
    if len(valid_indices) <= 1:
        # 没有有效元素或只有一个，无需处理首尾
        continue
    # 处理第一个有效元素
    l[valid_indices[0]] -= 100
    # 处理最后一个有效元素
    l[valid_indices[-1]] -= 100

这种方法直接从根源避免了单行单个元素被重复处理的问题，逻辑清晰，也容易理解。

方案2：标记已修改元素，二次循环时跳过

如果不想预先统计索引，也可以在第二次循环时只处理未被修改的元素（因为第一次修改后元素会变成负数，不再满足>1的条件）：

# 处理第一个元素
for l in Fill:
    for i, val in enumerate(l):
        if val > 1:
            l[i] -= 100
            break
# 处理最后一个元素，跳过已修改的
for l in Fill:
    for i, val in reversed([*enumerate(l)]):
        if val > 1:  # 只处理还没被修改的元素
            l[i] -= 100
            break

这样第一行的元素在第一次处理后变成了-98，第二次循环时不会触发>1的条件，自然不会被重复处理。

方案3：用NumPy向量操作替代循环（高效处理大数组）

如果你的高程数组规模很大，Python循环的效率会很低，推荐用NumPy的向量操作来实现，速度更快且更简洁：

import numpy as np

geotiff_array = np.array(Existing_example_array)
# 填充表面
filled_array = geotiff_array.copy()
filled_array[filled_array >= 1] += 1

# 找到每行第一个>1的元素索引
first_idx = np.argmax(filled_array > 1, axis=1)
# 找到每行最后一个>1的元素索引：反转数组后找第一个，再转换为原索引
last_idx = filled_array.shape[1] - 1 - np.argmax(filled_array[:, ::-1] > 1, axis=1)

# 只处理首尾索引不同的行（避免单行单个元素的情况）
mask = first_idx != last_idx
filled_array[mask, first_idx[mask]] -= 100
filled_array[mask, last_idx[mask]] -= 100

# 转换回列表
Fill = filled_array.tolist()

这种方法完全不需要循环，利用NumPy的广播特性批量处理，处理大数组时优势非常明显，同时也自动规避了重复处理的问题。

备注：内容来源于stack exchange，提问作者Patstro