掩盖2D numpy数组

时间:2016-01-18 17:24:14

标签: python arrays numpy

我想在2D numpy数组上应用蒙版。但它无法正常工作。假设我有

val(lat, lon)  ---> my 2D array (20, 30)


Mask_lat = np.ma.masked_array(lat, mask=latmask)  ---> masked lat (5,)


Mask_lon = np.ma.masked_array(lon, mask =lonmask)   ---> masked lon (8,)


Maks_val = np.ma.masked_array(val, mask=mask_lat_lon) ---> ?

我不知道如何通过正确的mask_lat_lon来掩盖val (5,8)。如果有人指导我,我将不胜感激。

提前谢谢。

1 个答案:

答案 0 :(得分:2)

如果我理解你的问题,你有两个1D数组代表2D数组中的y和x(纬度和长度)位置。您希望根据2D数组中的x / y位置屏蔽区域。

要理解的关键部分是2D阵列的掩模也是2D。

例如,让我们屏蔽2D数组的单个元素:

import numpy as np

z = np.arange(20).reshape(5, 4)
mask = np.zeros(z.shape, dtype=bool)

mask[3, 2] = True

print z
print np.ma.masked_array(z, mask)

这会产生:

[[ 0  1  2  3]
 [ 4  5  6  7]
 [ 8  9 10 11]
 [12 13 14 15]
 [16 17 18 19]]

[[ 0  1  2  3]
 [ 4  5  6  7]
 [ 8  9 10 11]
 [12 13 -- 15]
 [16 17 18 19]]

在您的情况下,您需要两个1D x和y数组来创建2D蒙版。例如:

import numpy as np

x = np.linspace(-85, -78, 4)
y = np.linspace(32, 37, 5)
z = np.arange(20).reshape(5, 4)

xmask = (x > -82.6) & (x < -80)
ymask = (y > 33) & (y < 35.6)

print xmask
print ymask

然后我们需要使用广播将它们组合成单个2D掩模:

mask = xmask[np.newaxis, :] & ymask[:, np.newaxis]

使用newaxis(或None切片,它们是同一个对象)在该位置添加新轴,将1D数组转换为2D数组。您之前已经看到过这一点,快速查看xmask[np.newaxis, :]ymask[:, np.newaxis]的外观非常有用:

In [14]: xmask
Out[14]: array([False, False,  True, False], dtype=bool)

In [15]: ymask
Out[15]: array([False,  True,  True, False, False], dtype=bool)

In [16]: xmask[np.newaxis, :]
Out[16]: array([[False, False,  True, False]], dtype=bool)

In [17]: ymask[:, np.newaxis]
Out[17]:
array([[False],
       [ True],
       [ True],
       [False],
       [False]], dtype=bool)
然后

mask(请记住,True元素被屏蔽了):

In [18]: xmask[np.newaxis, :] & ymask[:, np.newaxis]
Out[18]:
array([[False, False, False, False],
       [False, False,  True, False],
       [False, False,  True, False],
       [False, False, False, False],
       [False, False, False, False]], dtype=bool)

最后,我们可以根据这个掩码从z创建一个2D掩码数组:

arr = np.masked_array(z, mask)

这给了我们最终的结果:

 [[ 0  1  2  3]
  [ 4  5 --  7]
  [ 8  9 -- 11]
  [12 13 14 15]
  [16 17 18 19]]