你x
是3x2的:
In [379]: x
Out[379]:
array([[1, 2],
[2, 3],
[3, 4]])
制作一个3元素布尔掩码:
In [380]: rowmask=np.array([False,False,True])
这可以用来选择它为True的行,或者它是False的行。在两种情况下,结果都是2d:
In [381]: x[rowmask,:]
Out[381]: array([[3, 4]])
In [382]: x[~rowmask,:]
Out[382]:
array([[1, 2],
[2, 3]])
这是没有使用MaskedArray子类。为了制作这样的阵列,我们需要一个形状与x
匹配的掩码。没有规定只掩盖一个维度。
In [393]: xmask=np.stack((rowmask,rowmask),-1) # column stack
In [394]: xmask
Out[394]:
array([[False, False],
[False, False],
[ True, True]], dtype=bool)
In [395]: np.ma.MaskedArray(x,xmask)
Out[395]:
masked_array(data =
[[1 2]
[2 3]
[-- --]],
mask =
[[False False]
[False False]
[ True True]],
fill_value = 999999)
应用compressed
到产生一个拆纱阵列:array([1, 2, 2, 3])
由于掩蔽是通过元素的元素,它可在第2行等中一般compressing
掩模一个元件中的行1,2,从而,在去除被掩盖的元素,不会产生2d数组。扁平形式是唯一的一般选择。
np.ma
当存在散布的蒙面值时最有意义。如果您想选择或取消选择整个行或列,这并没有多大价值。
===============
这里是比较典型的蒙面阵列:
In [403]: np.ma.masked_inside(x,2,3)
Out[403]:
masked_array(data =
[[1 --]
[-- --]
[-- 4]],
mask =
[[False True]
[ True True]
[ True False]],
fill_value = 999999)
In [404]: np.ma.masked_equal(x,2)
Out[404]:
masked_array(data =
[[1 --]
[-- 3]
[3 4]],
mask =
[[False True]
[ True False]
[False False]],
fill_value = 2)
In [406]: np.ma.masked_outside(x,2,3)
Out[406]:
masked_array(data =
[[-- 2]
[2 3]
[3 --]],
mask =
[[ True False]
[False False]
[False True]],
fill_value = 999999)
啊我看到了,所以我试着做的工作,我只是不能压缩它。嗯。有没有一种方法来删除数组中的蒙面元素而不失去数组的维度? 'np.ma.compressed()'做到了这两点。 – Anonymous
我也没有太多关于蒙面的数组,可能与你的水平相同。只是想让它工作。那么,如果你试图删除元素,我认为逻辑索引不是一个坏方法。 – Psidom