jmi*_*loy 9 python numpy python-xarray
我有一些昏暗的数组，'time', 'lat', 'lon'有些只是'lat', 'lon'。为了使用2d（纬度）掩码来掩盖时间相关的数据，我经常必须这样做：
x.data[:, mask.data] = np.nan
当然，计算会按预期进行广播。如果y是2d纬度数据，则将其值广播到x中的所有时间坐标：
z = x + y
但是索引不会像我期望的那样广播。我希望能够执行此操作，但是会引发ValueError：缓冲区的维数错误：
x[mask] = np.nan
最后，似乎xr.where 确实按预期跨时间坐标广播了掩码的值，但是您不能以这种方式设置值。
x_masked = x.where(mask)
因此，在这里我缺少什么可以使用缺少尺寸（并且需要广播）的布尔掩码方便设置值的方法吗？我在顶部提供的选项确实是执行此操作的方式吗（在这种情况下，我不妨使用标准的numpy数组...）
编辑：这个问题仍在投票中，但现在要容易得多 -看到这个答案
这里有些相关的问题：在xarray中过滤数据的简便方法
目前最好的办法是组合.where和.fillna。
valid = date_by_items.notnull()
positive = date_by_items > 0
positive = positive * 2
result = positive.fillna(0.).where(valid)
result
但是xarray即将进行更改，这将使内容更加简洁-如果您有兴趣，请查看GitHub存储库