Python numpy 掩码数组初始化

Question

我在工作中一直使用掩码数组，但我遇到的一个问题是掩码数组的初始化有点笨拙。具体来说，ma.zeros() 和 ma.empty() 返回掩码数组，其掩码与数组维度不匹配。我想要这个的原因是，如果我不分配给数组的特定元素，它会默认被屏蔽。

In [4]: A=ma.zeros((3,))
...
masked_array(data = [ 0.  0.  0.],
             mask = False,
       fill_value = 1e+20)

我随后可以分配掩码：

In [6]: A.mask=ones((3,))
...
masked_array(data = [-- -- --],
             mask = [ True  True  True],
       fill_value = 1e+20)

但为什么我必须使用两行来初始化和数组呢？或者，我可以忽略 ma.zeros() 功能并在一行中指定掩码和数据：

In [8]: A=ma.masked_array(zeros((3,)),mask=ones((3,)))
...
masked_array(data = [-- -- --],
             mask = [ True  True  True],
       fill_value = 1e+20)

但我认为这也很笨拙。我已经浏览了numpy.ma文档，但找不到处理此问题的巧妙方法。我错过了一些明显的事情吗？

Answer 1

嗯， 中的掩码ma.zeros实际上是一个特殊的常量 ，ma.nomask它对应于np.bool_(False)。它只是一个占位符，告诉 NumPy 掩码尚未设置。nomask实际上使用速度np.ma会显着加快：如果我们事先知道没有掩码值，则无需跟踪掩码值在哪里。

最好的方法是，如果不需要，则不要显式设置掩码，并np.ma在需要时保留设置（即，当您最终尝试获取负数的对数时）。

旁注#1：要将掩码设置为False与输入形状相同的数组，请使用

np.ma.array(..., mask=False)

这样更容易打字。请注意，它实际上是 Python False，而不是np.ma.nomask...类似地，使用mask=True来强制屏蔽所有输入（即，mask将是一个ndarray充满 的bool True，其形状与 相同data）。

旁注#2：如果您需要在初始化后设置掩码，则不应使用赋值给.mask而是分配给特殊值np.ma.masked，这样更安全：

a[:] = np.ma.masked