Question

我已经屏蔽了numpy数组。在对每个元素进行处理时，我需要首先检查特定元素是否被屏蔽，如果屏蔽，那么我需要跳过这些元素。

我试过这样的话：

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]

还有其他有效方法吗，请告诉我。您的建议或意见非常感谢。

Answer 1

您可以使用

代替循环

correction = model_dry_tropo_corr/2 + solid_earth_tide

这将创建一个新的蒙版数组，它将包含您的答案和掩码。然后，您可以从新阵列中访问未屏蔽的值。

Answer 2

我对这段代码感到困惑

try :
    model_dry_tropo_corr[i].mask=True
   continue

except :
    Pass

我没有安装netCDF4，但是从文档中可以看出您的变量看起来像，甚至可能是numpy.ma蒙版数组。

如果您使用shape和dtype等属性打印此变量的全部或部分内容将会很有帮助。

我可以创建一个带有表达式的掩码数组：

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：

测试给定元素的掩码是否为True / False

In [748]: M.mask[2]
Out[748]: False

In [749]: M.mask[3]
Out[749]: True

但如果我先编入索引，

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

所以是的，你的try / except会跳过掩码设置为True的元素。

但我认为这样做很清楚：

 if model_dry_tropo_corr.mask[i]:
     continue

但这仍然是迭代的。

但正如@user3404344所示，您可以使用变量执行数学运算。掩蔽将继续。如果掩盖的值不好，这可能会成为一个问题。并导致计算错误。

如果我定义另一个蒙面数组

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M或N中屏蔽的元素如何在结果中被屏蔽

我可以使用compressed方法仅提供有效元素

In [766]: (N+M).compressed()
Out[766]: array([ 2,  4, 10, 14])

使用蒙面数组进行数学运算时，

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来中和问题计算，并仍然屏蔽这些值

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)

哎呀，我不需要担心掩盖的值会弄乱计算。蒙面的补充正在为我填充

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])

处理蒙面的numpy数组

2 个答案: