如何将numpy数组掩码(布尔值)转换为浮点数或整数

时间:2014-06-08 16:53:37

标签: python arrays numpy boolean

我正在尝试使用timelatlon数组创建出现频率的地图。我应该得到一个2d lat / lon个频率数组。下面的代码概述了我的方法,当我将反向布尔数组掩码转换为数值时,我在步骤d遇到了问题。我偶然发现了一种方法,但我不知道它为什么会起作用(np.mean)。我不明白为什么np.mean将布尔值变为浮点数,但实际上并没有计算沿请求轴的平均值。我不得不再次申请np.mean以获得所需的结果。我觉得必须有一个正确的方法来将布尔数组转换为浮点数或整数。此外,如果你能想出一个更好的方法来完成任务,那就开火了。我的笨拙的魔力很弱,这是我能想到的唯一方法。

import numpy as np

# test 3D array in time, lat, lon; values are percents
# real array is size=(30,721,1440)

a = np.random.random_integers(0,100, size=(3,4,5))
print(a)

# Exclude all data outside the interval 0 - 20 (first quintile)
# Repeat for 21-40, 41-60, 61-80, 81-100

b = np.ma.masked_outside(a, 0, 20)
print "\n\nMasked array:  "
print(b)

# Because mask is false where data within quintile, need to invert

c = [~b.mask] 
print "\n\nInverted mask:  "
print(c)

# Accidental way to turn True/False to 1./0., but that's what I want

d = np.mean(c, axis = 0)  
print "\n\nWhy does this work? How should I be doing it?"
print(d)

# This is the mean I want.  Gives desired end result

e = np.mean(d, axis = 0)
print "\n\nFrequency Map"
print(e)

如何将我的(倒置)数组掩码中的布尔值转换为数字(1和0)?

1 个答案:

答案 0 :(得分:2)

它“有效”,因为你的c不是你想象的那样:

>>> c
[array([[[False, False, False, False, False],
        [False, False, False, False,  True],
        [False, False, False, False, False],
        [False, False, False, False, False]],

       [[False, False, False, False, False],
        [False, False, False, False,  True],
        [False, False, False,  True, False],
        [False, False, False, False,  True]],

       [[False, False, False, False, False],
        [False, False, False, False, False],
        [False,  True, False, False, False],
        [ True, False,  True,  True, False]]], dtype=bool)]
>>> type(c)
<type 'list'>

它不是一个数组,它是一个包含数组的列表。所以当你采取

d = np.mean(c, axis = 0)  

你取的是一个元素列表的平均值,它本身就是(但转换为float,因为这是mean所做的,float(True) == 1.0。)

相反,丢失不需要的括号:

>>> c = ~b.mask
>>> output = c.mean(axis=0)
>>> output
array([[ 0.        ,  0.        ,  0.        ,  0.        ,  0.        ],
       [ 0.        ,  0.        ,  0.        ,  0.        ,  0.66666667],
       [ 0.        ,  0.33333333,  0.        ,  0.33333333,  0.        ],
       [ 0.33333333,  0.        ,  0.33333333,  0.33333333,  0.33333333]])
>>> np.allclose(output, e)
True

BTW,从bool转换为float或int的规范方法是使用astype,例如c.astype(float)c.astype(int)但说实话,有时候我很懒,只需写c + 0.0c + 0。但是你没有听到我的消息。