使用np.where（）索引的Numpy遮罩3D陣列

Question

我根據幾個條件創建了一個索引

transition = np.where((rain>0) & (snow>0) & (graup>0) & (xlat<53.) & (xlat>49.) & (xlon<-114.) & (xlon>-127.)) #indexes the grids where there are transitions

具有（3,259711）的形狀，如下所示：

array([[  0,   0,   0, ...,  47,  47,  47], #hour
       [847, 847, 848, ..., 950, 950, 951], #lat gridpoint
       [231, 237, 231, ..., 200, 201, 198]]) #lon gridpoint

我還有其他幾個變量（例如temp），它們的形狀分別是（48，1015，1359），對應於小時，緯度，經度。

看到索引是我的有效網格點，如何屏蔽所有變量（如temp），使其保留（48,1015,1359）形狀，但屏蔽索引外部的值。

Answer 1

In [90]: arr = np.arange(24).reshape(6,4)
In [91]: keep = (arr % 3)==1
In [92]: keep
Out[92]: 
array([[False,  True, False, False],
       [ True, False, False,  True],
       [False, False,  True, False],
       [False,  True, False, False],
       [ True, False, False,  True],
       [False, False,  True, False]], dtype=bool)
In [93]: np.where(keep)
Out[93]: 
(array([0, 1, 1, 2, 3, 4, 4, 5], dtype=int32),
 array([1, 0, 3, 2, 1, 0, 3, 2], dtype=int32))

簡單應用keep遮罩即可得到所需值的一維數組。 我也可以使用where元組建立索引。

In [94]: arr[keep]
Out[94]: array([ 1,  4,  7, 10, 13, 16, 19, 22])

使用keep ，或者說它是布爾逆，我可以創建一個掩碼數組：

In [95]: np.ma.masked_array(arr,mask=~keep)
Out[95]: 
masked_array(data =
 [[-- 1 -- --]
 [4 -- -- 7]
 [-- -- 10 --]
 [-- 13 -- --]
 [16 -- -- 19]
 [-- -- 22 --]],
             mask =
 [[ True False  True  True]
 [False  True  True False]
 [ True  True False  True]
 [ True False  True  True]
 [False  True  True False]
 [ True  True False  True]],
       fill_value = 999999)

np.ma.masked_where(~keep, arr)做同樣的事情-只是參數順序不同。 它仍然期望布爾掩碼數組。

我可以從where元組開始做同樣的事情：

In [105]: idx = np.where(keep)
In [106]: mask = np.ones_like(arr, dtype=bool)
In [107]: mask[idx] = False
In [108]: np.ma.masked_array(arr, mask=mask)

在np.ma類中可能有一個可以通過一次調用完成此操作的東西，但是它必須進行相同的構造。

這也適用：

x = np.ma.masked_all_like(arr)
x[idx] = arr[idx]