[英]Handling masked numpy array
我已經屏蔽了numpy數組。 在對每個元素進行處理時,我需要首先檢查特定元素是否被遮罩,如果被遮罩,則需要跳過那些元素。
我已經這樣嘗試過:
from netCDF4 import Dataset
data=Dataset('test.nc')
dim_size=len(data.dimensions[nc_dims[0]])
model_dry_tropo_corr=data.variables['model_dry_tropo_corr'][:]
solid_earth_tide=data.variables['solid_earth_tide'][:]
for i in range(0,dim_size)
try :
model_dry_tropo_corr[i].mask=True
continue
except :
Pass
try:
solid_earth_tide[i].mask=True
continue
except:
Pass
correction=model_dry_tropo_corr[i]/2+solid_earth_tide[i]
還有其他有效的方法可以做到這一點,請告訴我。 非常感謝您的建議或意見。
可以使用循環代替循環
correction = model_dry_tropo_corr/2 + solid_earth_tide
這將創建一個新的蒙版數組,其中包含您的答案和蒙版。 然后,您可以從新數組訪問未屏蔽的值。
我對此代碼感到困惑
try :
model_dry_tropo_corr[i].mask=True
continue
except :
Pass
我沒有安裝netCDF4
,但是從文檔中可以看到您的變量看起來像,甚至可能是numpy.ma
掩碼數組。
如果您打印此變量的全部或一部分,並且具有shape和dtype之類的屬性,將很有幫助。
我可以使用以下表達式制作蒙版數組:
In [746]: M=np.ma.masked_where(np.arange(10)%3==0,np.arange(10))
In [747]: M
Out[747]:
masked_array(data = [-- 1 2 -- 4 5 -- 7 8 --],
mask = [ True False False True False False True False False True],
fill_value = 999999)
我可以使用以下命令測試給定元素的掩碼是否為True / False:
In [748]: M.mask[2]
Out[748]: False
In [749]: M.mask[3]
Out[749]: True
但是如果我先索引
In [754]: M[2]
Out[754]: 2
In [755]: M[3]
Out[755]: masked
In [756]: M[2].mask=True
...
AttributeError: 'numpy.int32' object has no attribute 'mask'
In [757]: M[3].mask=True
因此,可以,您的try / except將跳過掩碼設置為True的元素。
但是我認為這樣做很明顯:
if model_dry_tropo_corr.mask[i]:
continue
但這仍然是迭代的。
但是,正如@user3404344
所示,您可以使用變量執行數學運算。 遮罩將繼續。 如果被屏蔽的值是“錯誤的”並導致計算錯誤,那可能是個問題。
如果我定義另一個蒙版數組
In [764]: N=np.ma.masked_where(np.arange(10)%4==0,np.arange(10))
In [765]: N+M
Out[765]:
masked_array(data = [-- 2 4 -- -- 10 -- 14 -- --],
mask = [ True False False True True False True False True True],
fill_value = 999999)
您可以看到在結果中如何掩蓋了M
或N
被掩蓋的元素
我可以使用compressed
方法僅給出有效元素
In [766]: (N+M).compressed()
Out[766]: array([ 2, 4, 10, 14])
使用掩碼數組進行數學運算時,填充也很方便:
In [779]: N.filled(0)+M.filled(0)
Out[779]: array([ 0, 2, 4, 3, 4, 10, 6, 14, 8, 9])
我可以使用filled
來中和問題計算,並仍然掩蓋這些值
In [785]: z=np.ma.masked_array(N.filled(0)+M.filled(0),mask=N.mask|M.mask)
In [786]: z
Out[786]:
masked_array(data = [-- 2 4 -- -- 10 -- 14 -- --],
mask = [ True False False True True False True False True True],
fill_value = 999999)
糟糕,我不必擔心掩碼值會使計算混亂。 蒙面的添加物正在為我做餡
In [787]: (N+M).data
Out[787]: array([ 0, 2, 4, 3, 4, 10, 6, 14, 8, 9])
In [788]: N.data+M.data # raw unmasked addition
Out[788]: array([ 0, 2, 4, 6, 8, 10, 12, 14, 16, 18])
In [789]: z.data # same as the (N+M).data
Out[789]: array([ 0, 2, 4, 3, 4, 10, 6, 14, 8, 9])
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.