numpy蒙版的衣衫agged的数组

Question

我想用非标量fill_value填充其dtype为object的蒙版数组（因为我需要存储蒙版的参差不齐的数组）。

这是一个2D数组的示例，其元素是1D numpy数组。 当然，我希望fill_value是一个空数组。

import numpy as np

arr = np.array([
    [np.arange(10), np.arange(5), np.arange(3)],
    [np.arange(1),  np.arange(2), np.array([])],
])

marr = np.ma.array(arr)

marr.mask = [[True, False, False],
             [True, False, True]]
marr.fill_value = np.array([])

marr.filled()

不幸的是，它在最后一行产生了一个错误：

ValueError: could not broadcast input array from shape (0) into shape (2,3)

我可以手动提取遮罩，并将其应用于逐个元素的算法； 但这似乎不是我的正确方向。

谢谢 ！

Answer 1

我不会指望MaskedArray与对象dtype数组一起MaskedArray地工作。 filled是试图复制填充值，阵列，进入在所述时隙的子集data 。 由于广播，即使没有遮罩层也可能很棘手。

查看完整的错误：

In [39]: marr.filled()                                                                                                  
---------------------------------------------------------------------------
ValueError                                Traceback (most recent call last)
<ipython-input-39-219e016a84cf> in <module>
----> 1 marr.filled()

/usr/local/lib/python3.6/dist-packages/numpy/ma/core.py in filled(self, fill_value)
   3718             result = self._data.copy('K')
   3719             try:
-> 3720                 np.copyto(result, fill_value, where=m)
   3721             except (TypeError, AttributeError):
   3722                 fill_value = narray(fill_value, dtype=object)

ValueError: could not broadcast input array from shape (0) into shape (2,3)

np.copyto尝试将result ， fill_value和m （掩码）相互广播，然后将相应的（mask == true）元素从fill_value到result 。

marr.data和marr.mask都是(2,3) 。 但是，将（0，）形状广播为（2,3）是行不通的，而且也不是您想要的。

用标量填充有效，但不能用数组（或列表）填充。

In [56]: np.broadcast_to(np.array([]),(2,3))                                                                            
...
ValueError: operands could not be broadcast together with remapped shapes [original->remapped]: (0,) and requested shape (2,3)

（1，）形状数组将广播-

In [57]: np.broadcast_to(np.array([1]),(2,3))                                                                           
Out[57]: 
array([[1, 1, 1],
       [1, 1, 1]])

但是，填充的结果不是数组。 它是一个标量：

In [58]: marr.filled(np.array([1]))                                                                                     
Out[58]: 
array([[1, array([0, 1, 2, 3, 4]), array([0, 1, 2])],
       [1, array([0, 1]), 1]], dtype=object)

有效的填充

如果定义（1，）对象dtype数组并将（0，）数组放入其中（作为对象），则可以使此填充工作。

In [97]: Ofill = np.array([None], object)                                                                               
In [98]: Ofill[0] = np.array([])                                                                                        
In [99]: Ofill                                                                                                          
Out[99]: array([array([], dtype=float64)], dtype=object)
In [100]: marr.filled(Ofill)                                                                                            
Out[100]: 
array([[array([], dtype=float64), array([0, 1, 2, 3, 4]),
        array([0, 1, 2])],
       [array([], dtype=float64), array([0, 1]),
        array([], dtype=float64)]], dtype=object)

之所以Ofill ，是因为Ofill可以广播到（2,3）而不会弄乱元素的形状

In [101]: np.broadcast_to(Ofill,(2,3))                                                                                  
Out[101]: 
array([[array([], dtype=float64), array([], dtype=float64),
        array([], dtype=float64)],
       [array([], dtype=float64), array([], dtype=float64),
        array([], dtype=float64)]], dtype=object)

这行得通，但是我不会说它很漂亮（或推荐）。

用None填充更漂亮，但是即使如此，我们也必须将其列出：

In [103]: marr.filled([None])                                                                                           
Out[103]: 
array([[None, array([0, 1, 2, 3, 4]), array([0, 1, 2])],
       [None, array([0, 1]), None]], dtype=object)

Answer 2

已为函数“已填充”提供了要为蒙版零件填充的值。

import numpy as np
arr = np.array([
    [np.arange(10), np.arange(5), np.arange(3)],
    [np.arange(1),  np.arange(2), np.array([])],
])
marr = np.ma.array(arr)
marr.mask = [[True, False, False],
             [True, False, True]]
marr.fill_value = np.array([])
marr.filled(2) 

此版本的代码未给出该错误。