过滤数据，基于纬度和经度 - Numpy

Question

我有一个数据集here，它是特定的latitude和longitude

import numpy as np

f = open('bt_20130221_f17_v02_s.bin', 'rb')
data = np.fromfile(f, dtype=np.uint16).reshape(332, 316)
f.close()

raw_lat = open('pss25lats_v3.dat', 'rb')
lats = np.fromfile(raw_lat, dtype='<i4').reshape(332,316) / 100000.
raw_lat.close()

raw_lon = open('pss12lons_v3.dat', 'rb')
lons = np.fromfile(raw_lat, dtype='<i4').reshape(332,316) / 100000.
raw_lon.close()

数据值在此处显示为：

import matplotlib.pyplot as plt

plt.imshow(data)

基于这些值，我希望过滤此数据的常规部分。 如：

north = -59.7183
south = -65.3099
west = -65.743
east = -48.55

mask_lons = np.ma.masked_where(((lons > east) | (lons < west)), lons)
mask_lats = np.ma.masked_where(((lats < south) | (lats > north)), lats)

data_filtered = np.where(((lats == mask_lats) & (lons == mask_lons)),
                    data, 999)

这是结果图像：

第一个问题： 如何切割此data_filtered以仅获取有效值（即仅包含值的矩阵！= 999）？

第二个问题： 我如何为拉特和勒斯做同样的事情？我应该如何仅将非屏蔽值作为每个变量的sigle 2D数组？ 因为mask_lons是：

In [176]: mask_lons
Out[176]: 
masked_array(data =
 [[-- -- -- ..., -- -- --]
 [-- -- -- ..., -- -- --]
 [-- -- -- ..., -- -- --]
 ..., 
 [-- -- -- ..., -- -- --]
 [-- -- -- ..., -- -- --]
 [-- -- -- ..., -- -- --]],
             mask =
 [[ True  True  True ...,  True  True  True]
 [ True  True  True ...,  True  True  True]
 [ True  True  True ...,  True  True  True]
 ..., 
 [ True  True  True ...,  True  True  True]
 [ True  True  True ...,  True  True  True]
 [ True  True  True ...,  True  True  True]],
       fill_value = 1e+20)

Answer 1

我相信你需要这样的东西：

inside = np.logical_and(np.logical_and(lons >= west,
                                       lons <= east),
                        np.logical_and(lats >= south,
                                       lats <= north))

这是完整的笔记本： http://nbviewer.ipython.org/gist/ocefpaf/d609458086e2ad87eb62

Answer 2

mask = (((south<=lats) & (lats<=north)) & ((west<=lons) & (lons<=east)))
data = np.ma.masked_where(data, ~mask)