我有以下数组:
[[ 6. 105. 2. 8.09841881]
[ 6. 105. 4. 9.34220351]
[ 6. 105. 6. 9.97663435]
[ 6. 1001. 2. 9.57108242]
[ 6. 1001. 4. 12.22355794]
[ 6. 1001. 6. 13.57295942]
[ 12. 1001. 2. 12.37474466]
[ 12. 1001. 4. 17.45334004]
[ 12. 1001. 6. 19.88499289]
[ 18. 1007. 2. 16.09076561]
[ 18. 1007. 4. 23.43742275]
[ 18. 1007. 6. 27.73041646]]
我试图仅提取第一个元素为6的行
print ma.MaskedArray(a, mask=(np.ones_like(a)*(a[:,0]==6.0)).T)
我从问题" mask a 2D numpy array based on values in one column&#34 ;.但是,我得到了
File "./Prova.py", line 170, in <module>
print ma.MaskedArray(a, mask=(np.ones_like(a)*(a[:,0]==6.0)).T)
ValueError: operands could not be broadcast together with shapes (12,4) (12)
你是否知道为什么这不起作用?
这个问题可能很愚蠢,但是因为我刚刚开始编程python,所以请耐心等待。 : - )
答案 0 :(得分:4)
设置一些测试数据:
>>> a = np.arange(12*4).reshape((12,4))
首先,我们为掩码数组“分配”空间:
>>> mask = np.empty(a.shape,dtype=bool)
现在我们无法直接从a == 6
的第一列分配到它,因为它们不是正确的形状:
>>> mask[:,:] = a[:,0] == 6
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
ValueError: operands could not be broadcast together with shapes (12,4) (12)
但是我们可以通过简单地插入一个新轴来将我们的第一列a
广播到正确的形状,以便它成为一个二维数组:
>>> mask[:,:] = (a[:,0] == 6)[:,np.newaxis]
我们可以看到,我们的面具现在是正确的。
>>> mask
array([[ True, True, True, True],
[ True, True, True, True],
[ True, True, True, True],
[ True, True, True, True],
[ True, True, True, True],
[False, False, False, False],
[False, False, False, False],
[False, False, False, False],
[False, False, False, False],
[False, False, False, False],
[False, False, False, False],
[False, False, False, False]], dtype=bool)
现在我们制作蒙面阵列并坐下来欣赏:)。
>>> ma.MaskedArray(a,mask=mask)
masked_array(data =
[[-- -- -- --]
[-- -- -- --]
[-- -- -- --]
[-- -- -- --]
[-- -- -- --]
[20 21 22 23]
[24 25 26 27]
[28 29 30 31]
[32 33 34 35]
[36 37 38 39]
[40 41 42 43]
[44 45 46 47]],
mask =
[[ True True True True]
[ True True True True]
[ True True True True]
[ True True True True]
[ True True True True]
[False False False False]
[False False False False]
[False False False False]
[False False False False]
[False False False False]
[False False False False]
[False False False False]],
fill_value = 999999)