合并两个numpy蒙面数组的有效方法

Question

我有两个numpy蒙面数组，我想合并。我使用下面的代码：

import numpy as np 

a = np.zeros((10000, 10000), dtype=np.int16) 
a[:5000, :5000] = 1 
am = np.ma.masked_equal(a, 0) 

b = np.zeros((10000, 10000), dtype=np.int16) 
b[2500:7500, 2500:7500] = 2 
bm = np.ma.masked_equal(b, 0) 

arr = np.ma.array(np.dstack((am, bm)), mask=np.dstack((am.mask, bm.mask))) 
arr = np.prod(arr, axis=2) 
plt.imshow(arr) 

的问题是，np.prod()操作非常慢（4秒我的电脑）。有没有一种更有效的方式获得合并数组？

Answer 1

而不是使用dstack()和prod()你的最后两行，试试这个：

arr = np.ma.array(am.filled(1) * bm.filled(1), mask=(am.mask * bm.mask)) 

现在你不需要prod()可言的，你完全避免分配的3D阵列。

Answer 2

受到接受的答案的启发，我找到了一种合并蒙版数组的简单方法。它可以在掩码上进行一些逻辑操作，并简单地添加0填充的数组。

import numpy as np 

a = np.zeros((1000, 1000), dtype=np.int16) 
a[:500, :500] = 2 
am = np.ma.masked_equal(a, 0) 

b = np.zeros((1000, 1000), dtype=np.int16) 
b[250:750, 250:750] = 3 
bm = np.ma.masked_equal(b, 0) 

c = np.zeros((1000, 1000), dtype=np.int16) 
c[500:1000, 500:1000] = 5 
cm = np.ma.masked_equal(c, 0) 

bm.mask = np.logical_or(np.logical_and(am.mask, bm.mask), np.logical_not(am.mask)) 
am = np.ma.array(am.filled(0) + bm.filled(0), mask=(am.mask * bm.mask)) 

cm.mask = np.logical_or(np.logical_and(am.mask, cm.mask), np.logical_not(am.mask)) 
am = np.ma.array(am.filled(0) + cm.filled(0), mask=(am.mask * cm.mask)) 

plt.imshow(am) 

我希望有人发现这是很有帮助的某个时候。掩盖的数组似乎不是非常有效的。所以，如果有人发现一个合并数组的替代品，我很乐意知道。

更新：基于@morningsun评论此实现30％的速度更快，更简单：

import numpy as np 

a = np.zeros((1000, 1000), dtype=np.int16) 
a[:500, :500] = 2 
am = np.ma.masked_equal(a, 0) 

b = np.zeros((1000, 1000), dtype=np.int16) 
b[250:750, 250:750] = 3 
bm = np.ma.masked_equal(b, 0) 

c = np.zeros((1000, 1000), dtype=np.int16) 
c[500:1000, 500:1000] = 5 
cm = np.ma.masked_equal(c, 0) 

am[am.mask] = bm[am.mask] 
am[am.mask] = cm[am.mask] 

plt.imshow(am)