将掩码数组返回为简单数组，掩码值为None。

Question

我需要按照另一个数组b中的条件过滤数组a。

例如，只有当数组b中相同位置的值等于0时，才应该保留数组a中的值，否则将返回None。举个例子:

a = np.array([2, 2, 4, 0, 4, 3, 3, 3, 1, 2])

被遮蔽

b = np.array([0, 0, 0, 1, 0, 3, 0, 5, 0, 0])

返回

c: [2, 2, 4, None, 4, None, 3, None, 1, 2]

我已经尝试过。

to_change = np.ma.masked_where(travel_time!=0, new_subareas)

但是这个返回值为：

masked_array(data=[2, 2, 4, --, 4, --, 3, --, 1, 2],
             mask=[False, False, False,  True, False,  True, 
                   False,  True, False, False],
                   fill_value=999999)

但我找不到任何可以像给出c的示例那样返回结果的内容。

我需要在完全使用numpy且没有for循环或if语句的情况下完成，以便处理非常大的数组。 我错过了什么？

- MoMiJi

---

你需要一个新的数组还是直接修改 a 的原地解决方案就足够了？ - jpp

Answer 1

< p > masked_array 有更多的开销，因为对这些操作会隐式忽略蒙版值（而是操作其他所有内容）。

如果您不需要这种功能，可以使用 np.where，但风险是将数组转换为 object。

np.where(b == 0, a, None)
array([2, 2, 4, None, 4, None, 3, None, 1, 2], dtype=object)

我建议用 NaN 进行替换，你觉得如何？

np.where(b == 0, a, np.nan)
array([ 2.,  2.,  4., nan,  4., nan,  3., nan,  1.,  2.])

保留数字类型。

- cs95

---

非常完美和简单，特别是在使用np.nan时，我正在尝试保留数字类型，谢谢。 - MoMiJi

Answer 2

如果您需要一种就地解决方案，可以将a转换为float，然后使用np.where。

这里需要进行浮点数转换，因为np.nan是一个float。

a = np.array([2, 2, 4, 0, 4, 3, 3, 3, 1, 2])
b = np.array([0, 0, 0, 1, 0, 3, 0, 5, 0, 0])

a = a.astype(float)
a[np.where(b!=0)] = np.nan

# array([  2.,   2.,   4.,  nan,   4.,  nan,   3.,  nan,   1.,   2.])

- jpp