numpy：如何在numpy ndarray的某些列上使用masked_outside？

Question

我想做的是使用masked_outside函數來掩蓋不在給定ndarray范圍內的值，如

import numpy as np
import numpy.ma as ma

a = np.zeros((3,3))
a[1,1] = -1
a[2,1] = 1
a[0,2] = 1

b = ma.masked_outside(a, 0, 0)

然后我得到：

a = array([[ 0.,  0.,  1.],
           [ 0., -1.,  0.],
           [ 0.,  1.,  0.]])

b = masked_array(data =
  [[0.0 0.0 --]
   [0.0 -- 0.0]
   [0.0 -- 0.0]],
                 mask =
  [[False False  True]
   [False  True False]
   [False  True False]],
   fill_value = 1e+20)

但是，我想從屏蔽中排除某些列，例如：

 b = ma.masked_outside(a, 0, 0, exclude_cols=[2, ])

我該如何實現？

如果數組具有非平凡的dtype，即具有命名字段的數組，該怎么辦？

Answer 1

我認為numpy中沒有內置任何東西，但是手動構建蒙版應該不難。 這樣的事情行嗎？ 該函數像masked_outside一樣構建布爾數組，並使用False填充排除的列

In [66]: def make_mask_outside(data, lower, upper, exclude_cols=None):
    ...:     mask = (data < lower) | (data > upper)
    ...:     if exclude_cols is not None:
    ...:         for c in exclude_cols:
    ...:             mask[:,c] = False
    ...:     return mask

In [67]: b = ma.masked_array(a, make_mask_outside(a, 0, 0, [2,]))

In [68]: b
Out[68]: 
masked_array(data =
 [[0.0 0.0 1.0]
 [0.0 -- 0.0]
 [0.0 -- 0.0]],
             mask =
 [[False False False]
 [False  True False]
 [False  True False]],
       fill_value = 1e+20)

Answer 2

您可以將掩碼與多種條件一起使用，並且在其中一種條件中考慮要排除的列號：

rows, cols = np.indices(a.shape)
b = np.ma.array(a, mask=((a!=0) & (cols!=2)))

#masked_array(data =
# [[0.0 0.0 1.0]
# [0.0 -- 0.0]
# [0.0 -- 0.0]],
#             mask =
# [[False False False]
# [False  True False]
# [False  True False]],
#       fill_value = 1e+20)

這可以擴展到更多列，例如： mask=((a!=0) & (cols!=2) & (cols!=3))等。