thanks for the responses.<br>Unfortunately they are not matching shapes<br>>>> print TSFC.shape, TIME.shape, LAT.shape, LON.shape<br>(721, 106, 193) (721,) (106,) (193,)<br><br>So I still receive index out of bounds error:<br>
>>>tmax=TSFC.max(axis=0)<br>numpy array of max values for the month<br>>>>maxindex=tmax.argmax()<br>2928<br>>>>maxtemp=tmax.ravel()[maxindex] #or maxtemp=TSFC.max()<br>35.5 (degrees celcius)<br>
<br>>>>latloc=LAT[tmax.argmax()]<br>IndexError: index out of bounds<br><br>lonloc=LON[tmax.argmax()]<br>timeloc=TIME[tmax.argmax()]<br><br><br>Any other ideas for this type of situation?<br>thanks<br><br><div class="gmail_quote">
On Wed, Jan 4, 2012 at 10:29 PM, Derek Homeier <span dir="ltr"><<a href="mailto:derek@astro.physik.uni-goettingen.de">derek@astro.physik.uni-goettingen.de</a>></span> wrote:<br><blockquote class="gmail_quote" style="margin:0pt 0pt 0pt 0.8ex;border-left:1px solid rgb(204,204,204);padding-left:1ex">
<div class="im">On 04.01.2012, at 5:10AM, questions anon wrote:<br>
<br>
> Thanks for your responses but I am still having difficuties with this problem. Using argmax gives me one very large value and I am not sure what it is.<br>
> There shouldn't be any issues with the shape. The latitude and longitude are the same shape always (covering a state) and the temperature (TSFC) data are hourly for a whole month.<br>
<br>
</div>There will be an issue if not TSFC.shape == TIME.shape == LAT.shape == LON.shape<br>
<br>
One needs more information on the structure of these data to say anything definite,<br>
but if e.g. your TSFC data have a time and a location dimension, argmax will<br>
per default return the index for the flattened array (see the argmax documentation<br>
for details, and how to use the axis keyword to get a different output).<br>
This might be the very large value you mention, and if your location data have fewer<br>
dimensions, the index will easily be out of range. As Ben wrote, you'd need extra work to<br>
find the maximum location, depending on what maximum you are actually looking for.<br>
<br>
As a speculative example, let's assume you have the temperature data in an<br>
array(ntime, nloc) and the position data in array(nloc). Then<br>
<br>
TSFC.argmax(axis=1)<br>
<br>
would give you the index for the hottest place for each hour of the month<br>
(i.e. actually an array of ntime indices, and pointer to so many different locations).<br>
<br>
To locate the maximum temperature for the entire month, your best way would probably<br>
be to first extract the array of (monthly) maximum temperatures in each location as<br>
<br>
tmax = TSFC.max(axis=0)<br>
<br>
which would have (in this example) the shape (nloc,), so you could directly use it to index<br>
<br>
LAT[tmax.argmax()]   etc.<br>
<br>
Cheers,<br>
                                                Derek<br>
<div class="HOEnZb"><div class="h5"><br>
_______________________________________________<br>
NumPy-Discussion mailing list<br>
<a href="mailto:NumPy-Discussion@scipy.org">NumPy-Discussion@scipy.org</a><br>
<a href="http://mail.scipy.org/mailman/listinfo/numpy-discussion" target="_blank">http://mail.scipy.org/mailman/listinfo/numpy-discussion</a><br>
</div></div></blockquote></div><br>