2D numpy数组的掩码

Question

2D numpy数组的掩码

7

我希望在一个二维的numpy数组上应用掩码，但是它不能正确地工作。假设我有以下这个数组：

val(lat, lon)  ---> my 2D array (20, 30)


Mask_lat = np.ma.masked_array(lat, mask=latmask)  ---> masked lat (5,)


Mask_lon = np.ma.masked_array(lon, mask =lonmask)   ---> masked lon (8,)


Maks_val = np.ma.masked_array(val, mask=mask_lat_lon) ---> ?

我不知道如何传递一个正确的mask_lat_lon以屏蔽val（5,8）。如果有人能指导我，我将不胜感激。

提前致谢。

- zhr

我的第一个想法是 lonmask&latmask，但我不太明白什么是“masked lat (5,)”。 - B. M.

我不太明白你在问什么。你能否给出一个具体的例子，展示你的输入和期望的输出？ - ali_m

1个回答

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- Joe Kington · Accepted Answer

如果我理解你的问题正确的话，你有两个一维数组，分别代表二维数组中的y和x（纬度和经度）位置。你想要基于在二维数组中的x/y位置来掩盖一个区域。

关键部分是要理解2D数组的掩码也是2D的。

例如，让我们来掩盖2D数组中的单个元素：

import numpy as np

z = np.arange(20).reshape(5, 4)
mask = np.zeros(z.shape, dtype=bool)

mask[3, 2] = True

print z
print np.ma.masked_array(z, mask)

这将产生：

[[ 0  1  2  3]
 [ 4  5  6  7]
 [ 8  9 10 11]
 [12 13 14 15]
 [16 17 18 19]]

[[ 0  1  2  3]
 [ 4  5  6  7]
 [ 8  9 10 11]
 [12 13 -- 15]
 [16 17 18 19]]

在您的情况下，您有两个一维数组x和y，您需要从中创建一个二维掩码。例如：

import numpy as np

x = np.linspace(-85, -78, 4)
y = np.linspace(32, 37, 5)
z = np.arange(20).reshape(5, 4)

xmask = (x > -82.6) & (x < -80)
ymask = (y > 33) & (y < 35.6)

print xmask
print ymask

我们需要使用广播将它们组合成一个二维掩膜：

mask = xmask[np.newaxis, :] & ymask[:, np.newaxis]

使用 newaxis (或者 None，它们是同一个对象) 进行切片会在该位置新增一个轴，将一维数组转换为二维数组。如果您之前见过这个，那么可以快速查看下 xmask[np.newaxis, :] 和 ymask[:, np.newaxis] 长什么样：

In [14]: xmask
Out[14]: array([False, False,  True, False], dtype=bool)

In [15]: ymask
Out[15]: array([False,  True,  True, False, False], dtype=bool)

In [16]: xmask[np.newaxis, :]
Out[16]: array([[False, False,  True, False]], dtype=bool)

In [17]: ymask[:, np.newaxis]
Out[17]:
array([[False],
       [ True],
       [ True],
       [False],
       [False]], dtype=bool)

mask 将会是这样（请记住 True 元素已被屏蔽）：

In [18]: xmask[np.newaxis, :] & ymask[:, np.newaxis]
Out[18]:
array([[False, False, False, False],
       [False, False,  True, False],
       [False, False,  True, False],
       [False, False, False, False],
       [False, False, False, False]], dtype=bool)

最后，我们可以根据这个掩码从z创建一个2D掩码数组：

arr = np.masked_array(z, mask)

这使我们得出最终结果：

 [[ 0  1  2  3]
  [ 4  5 --  7]
  [ 8  9 -- 11]
  [12 13 14 15]
  [16 17 18 19]]