Python numpy蒙面数组初始化

Question

我在工作中一直使用蒙面数组，但我遇到的一个问题是蒙面数组的初始化有点笨重。具体来说，ma.zeros（）和ma.empty（）会返回带有掩码的掩码数组，该掩码与数组维度不匹配。我想这样做的原因是，如果我不分配给我的数组的特定元素，它默认情况下会被屏蔽。

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

我可以随后分配面膜：

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

但是为什么我应该用两条线来初始化和数组？或者，我可以忽略ma.zeros（）功能，并指定在同一行的面具和数据：

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

但我想这也是笨重。我浏览了numpy.ma文档，但我找不到处理这个问题的简单方法。我错过了明显的东西吗？

Answer 1

那么，ma.zeros中的面具实际上是一个特殊的常数，ma.nomask，对应于np.bool_(False)。这只是一个占位符，告诉NumPy面具尚未设置。 使用nomask实际上显着加快了np.ma：如果事先知道没有，则不需要跟踪掩码值的位置。

最好的办法是不要明确地设置你的面具，如果你不需要它并且在需要的时候让np.ma设置它（也就是说，当你最终尝试取一个负数的日志时）。

---

边注1：在面罩设置为False的阵列相同的形状作为输入，使用

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

这更容易一些。请注意，它实际上是Python False，而不是np.ma.nomask ...同样，使用mask=True强制屏蔽所有输入（即mask将为bool ndarray满True，形状与data相同）。

---

边注2： 如果您需要设置初始化后的面具，你不应该使用赋值.mask，但分配到特殊值np.ma.masked，它的安全：

a[:] = np.ma.masked 

Answer 2

不幸的是你的旁注为超过一维数组＃2推荐游：

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，我还没有找到一个整洁的WA在这附近。屏蔽一整排会正确初始化面膜：

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

但如果这是不是你想要做的，那么你必须做a[0] = ma.nomask撤消它是什么。在a = ma.zeros((2,2))之后立即执行a[0] = ma.nomask不起作用。