如何在进行操作后从NumPy数组中“去除”掩码？

Question

我有一个 2D 的 numpy 数组，需要根据条件进行掩蔽，以便可以对掩蔽后的数组执行操作，然后将掩蔽的值恢复到原始状态。

例如：

import numpy as np

array = np.random.random((3,3))
condition = np.random.randint(0, 2, (3,3))
masked = np.ma.array(array, mask=condition)

masked += 2.0

但是，当我对掩码数组应用给定操作后，如何将掩码值改回原始值并“删除”掩码呢？

我需要这样做的原因是，我基于一组条件生成布尔数组，并且需要修改满足条件的数组元素。

对于1D数组，我可以使用布尔索引来完成此操作，但是对于2D数组，我需要保留其原始形状，即不能返回仅包含满足条件的值的1D数组。

- pbreach

---

如果您想使用掩码变量而不是原始数组变量，可以设置 masked.mask = False。 - Marcin

Answer 1

被接受的答案并没有回答这个问题。将掩码分配给False在实践中是有效的，但许多算法不支持掩码数组（例如scipy.linalg.lstsq()），而且这种方法并不能完全摆脱它。因此，您将会遇到类似于以下的错误：

ValueError: masked arrays are not supported

唯一真正去除掩码的方式是将变量仅分配给掩码数组的数据。

import numpy as np

array = np.random.random((3,3))
condition = np.random.randint(0, 2, (3,3))
masked = np.ma.array(array, mask=condition)

masked += 2.0

masked.mask = False
hasattr(masked, 'mask')
>> True 

使用MaskedArray数据属性将变量分配给数据：

masked = masked.data 
hasattr(masked, 'mask')
>> False

- G M

---

@G.M. 很棒的答案。真的帮助我走出了困境。 - gansub

Answer 2

你已经拥有它了：它被称为array！

这是因为虽然masked确保你只增加矩阵中的某些值，但数据实际上从未被复制。因此，一旦你的代码执行完毕，array的元素会被递增，而其余部分则保持不变。

- John Zwinck

---

太好了！出于某种原因，我以为掩码数组只包括原始数组的副本和一个掩码。感谢您的及时回复！ - pbreach

值得一提的是，np.ma.array或np.ma.masked_array构造函数有一个可选的copy关键字参数（默认为False）。如果copy=True，则会创建一个副本。如果copy=False，则尽可能引用原始数组。 - Joe Kington