将 1d 掩码数组表示为切片列表

Question

我有一个带有布尔值（ mask ）的 1d numpy 数组，我想将其转换为掩码为 True 的切片列表，例如：

mask = [False, True, True, True, False, False, True, True]

我想获得

[slice(1, 4, None), slice(6, 8, None)]

numpy 屏蔽数组操作（特别是np.ma.clump_masked() ）可以做到这一点，但我发现使用它的唯一方法是执行以下操作：

np.ma.clump_masked(np.ma.masked_array(np.ones_like(mask), mask))

这正是我正在寻找的：

[切片（1、4、无）、切片（6、8、无）]

即，生成一个与mask具有相同形状的数组，对其应用掩码，然后在其上计算mask_clumped() 。

但是， np.ma.masked_array(np.ones_like(mask), mask)对我来说似乎是不必要的。 有什么方法可以从我想象如下所示的简化操作中获取切片列表？

np.ma.clump_masked(mask)

Answer 1

np.ma.masked_array需要一个屏蔽数组作为输入，而不是ndarray 。 一种方法是做你目前正在做的事情并创建一个屏蔽数组

import numpy as np
mask = np.asarray([False, True, True, True, False, False, True, True])
masked_array = np.ma.masked_array(data=mask, mask=mask)
np.ma.clump_masked(masked_array)

但是，我假设您是根据某些条件生成mask ？ 在这种情况下，您可以使用np.ma.masked_where 。 例如，要获取从 0 到 9 的每个偶数的所有切片：

import numpy as np
arr = np.arange(10)
masked_arr = np.ma.masked_where(arr % 2 == 0, arr)
np.ma.clump_masked(masked_arr)

输出：

[slice(0, 1, None),
 slice(2, 3, None),
 slice(4, 5, None),
 slice(6, 7, None),
 slice(8, 9, None)]

还有其他函数，例如np.ma.masked_inside ，它将创建一个屏蔽数组并屏蔽某个间隔内的所有元素。 查看masked_where文档的“另请参阅”以获取相关函数的列表。