python计算ndvi的代码

在Python中，NDVI（Normalized Difference Vegetation Index，归一化植被指数）是一种常用的方法，用于评估遥感图像上植物覆盖度。它通常通过红光波段和近红外波段的差值除以它们的和来计算。以下是一个简单的例子，展示了如何使用Pandas、NumPy以及对特定遥感数据（如Bands 4和5，分别对应近红外和红光）进行计算：

import numpy as np
import pandas as pd

# 假设你有一个包含RGB和 NIR bands 的数组data
# data是一个二维数组，例如每行代表一个像素，每列对应一个波段
# 这里我们假设bands_4 和 bands_5 分别代表NIR和Red band
bands_4 = data[:, 3]  # 假设第四个元素是NIR
bands_5 = data[:, 2]  # 假设第三个元素是Red

# 计算NDVI
ndvi = (bands_4 - bands_5) / (bands_4 + bands_5)

# 如果有缺失值或零值（可能导致除数为零），可以先处理一下
ndvi = np.where((bands_4 + bands_5) != 0, ndvi, np.nan)

# 将结果转换为DataFrame便于后续分析
ndvi_df = pd.DataFrame(np.column_stack([data, ndvi]), columns=data.columns.tolist() + ['NDVI'])

# 结果的NDVI列就是你的计算结果