假设我有以下的numpy数组:
a = [[1, 5, 6],
[2, 4, 1],
[3, 1, 5]]
我想要遮蔽所有第一栏含有1
的行。也就是说,我想要
[[--, --, --],
[2, 4, 1],
[3, 1, 5]]
使用NumPy掩码数组操作是否可以实现这一点?如何做到?
谢谢。
import numpy as np
a = np.array([[1, 5, 6],
[2, 4, 1],
[3, 1, 5]])
np.ma.MaskedArray(a, mask=(np.ones_like(a)*(a[:,0]==1)).T)
# Returns:
masked_array(data =
[[-- -- --]
[2 4 1]
[3 1 5]],
mask =
[[ True True True]
[False False False]
[False False False]])
您可以通过以下方式创建所需的掩码:
mask = numpy.repeat(a[:,0]==1, a.shape[1])
以及通过掩码数组
masked_a = numpy.ma.array(a, mask=numpy.repeat(a[:,0]==1, a.shape[1]))
您可以创建一个空掩码,然后使用numpy广播(如@eumiro所示),但使用元素和按位“或”运算符|
:
>>> a = np.array([[1, 5, 6], [2, 4, 1], [3, 1, 5]])
>>> mask = np.zeros(a.shape, bool) | (a[:, 0] == 1)[:, None]
>>> np.ma.array(a, mask=mask)
masked_array(data =
[[-- -- --]
[2 4 1]
[3 1 5]],
mask =
[[ True True True]
[False False False]
[False False False]],
fill_value = 999999)
>>> # select first column
>>> a[:, 0]
array([1, 2, 3])
>>> # where the first column is 1
>>> a[:, 0] == 1
array([ True, False, False], dtype=bool)
>>> # added dimension so that it correctly broadcasts to the empty mask
>>> (a[:, 0] == 1)[:, None]
array([[ True],
[False],
[False]], dtype=bool)
>>> # create the final mask
>>> np.zeros(a.shape, bool) | (a[:, 0] == 1)[:, None]
array([[ True, True, True],
[False, False, False],
[False, False, False]], dtype=bool)
这种方法的另一个优点是它不需要使用可能很昂贵的乘法或np.repeat
,因此速度应该相当快。