5

我在工作中一直使用屏蔽数组，但我遇到的一个问题是屏蔽数组的初始化有点笨拙。具体来说， ma.zeros() 和 ma.empty() 返回带有与数组维度不匹配的掩码的掩码数组。我想要这个的原因是，如果我不分配给我的数组的特定元素，默认情况下它会被屏蔽。

In [4]: A=ma.zeros((3,))
...
masked_array(data = [ 0.  0.  0.],
             mask = False,
       fill_value = 1e+20)

我随后可以分配掩码：

In [6]: A.mask=ones((3,))
...
masked_array(data = [-- -- --],
             mask = [ True  True  True],
       fill_value = 1e+20)

但是为什么我必须使用两行来初始化和数组？或者，我可以忽略 ma.zeros() 功能并在一行中指定掩码和数据：

In [8]: A=ma.masked_array(zeros((3,)),mask=ones((3,)))
...
masked_array(data = [-- -- --],
             mask = [ True  True  True],
       fill_value = 1e+20)

但我认为这也很笨拙。我已经浏览了numpy.ma文档，但我找不到处理这个问题的简洁方法。我错过了什么明显的东西吗？

4

2 回答 2

4

嗯，掩码ma.zeros实际上是一个特殊的常数，ma.nomask，对应于np.bool_(False)。它只是一个占位符，告诉 NumPy 尚未设置掩码。使用nomask实际上大大加快了速度np.ma：如果我们事先知道没有掩码值，则无需跟踪掩码值的位置。

最好的方法是不要在不需要时明确设置掩码，并np.ma在需要时保留设置（即，当您最终尝试获取负数的日志时）。

旁注＃1：要将掩码设置为False与输入形状相同的数组，请使用

np.ma.array(..., mask=False)

这样更容易打字。请注意，它实际上是 Python False，而不是np.ma.nomask...类似地，用于mask=True强制屏蔽所有输入（即，mask将是一个ndarray充满 的布尔值True，与 具有相同的形状data）。

旁注＃2：如果您需要在初始化后设置掩码，则不应使用赋值，.mask而是分配给特殊值np.ma.masked，这样更安全：

a[:] = np.ma.masked
于 2012-11-13T01:33:44.223 回答
0

不幸的是，您的旁注#2 建议中断了具有多于一维的数组：

a = ma.zeros( (2,2) )
a[0][0] = ma.masked
a
masked_array(data =
 [[ 0.  0.]
 [ 0.  0.]],
         mask =
 False,
   fill_value = 1e+20)

像OP一样，我还没有找到解决这个问题的好方法。屏蔽一整行将正确初始化掩码：

 a[0] = ma.masked
 a
 masked_array(data =
 [[-- --]
 [0.0 0.0]],
             mask =
 [[ True  True]
 [False False]],
       fill_value = 1e+20)

但如果这不是您想要做的，那么您必须a[0] = ma.nomask撤消它。a[0] = ma.nomask之后立即执行a = ma.zeros( (2,2) )没有效果。

于 2015-06-09T15:18:22.633 回答