Question

好吧，极端的菜鸟问题在这里。在我的程序中，我生成了一个2D numpy数组，其中一些条目缺失（不是“nan”类型的nonxistant，而是“None”类，或NoneType）。我想在这些条目上加上一个掩码，但我似乎遇到了一些麻烦。通常，要掩盖所有值为2的条目，我会做

A = np.ma.masked_where（A [A == 2]，A）

在这种情况下，无论我尝试第一个参数，这似乎都不起作用。想法？

Answer 1

由于您的数组中有--个条目，我猜这意味着它们已被屏蔽：

>>> m = ma.masked_where([True, False]*5, arange(10))
>>> print m
[-- 1 -- 3 -- 5 -- 7 -- 9]

所以，我会说你的条目已被屏蔽，你可以直接使用你的数组。

如果要创建仅包含非屏蔽值的数组，可以执行

>>> m[~m.mask]
[1 3 5 7]

其中m是你的蒙面数组。

如果您想获得屏蔽值列表，只需选择其他值：

>>> m[m.mask]
[0 2 4 6 8]

请注意，缺失值不无，但通常是原始值。实际上，整数数组不能包含None。

如果你想要掩盖值的索引，你可以这样做：

>>> numpy.nonzero(m.mask)

numpy.nonzero()的{{3}}描述了必须如何解释其结果。

Answer 2

要在numpy数组中找到None的元素，可以使用numpy.equal。这是一个例子：

import numpy as np
import MA

x = np.array([1, 2, None])

print np.equal(x, None)
# array([False, False,  True], dtype=bool)

# to get a masked array
print MA.array(x, mask=np.equal(x,None))
# [1 ,2 ,-- ,]

在numpy数组中查找缺失值

2 个答案: