Question

我根据几个条件创建了一个索引

transition = np.where((rain>0) & (snow>0) & (graup>0) & (xlat<53.) & (xlat>49.) & (xlon<-114.) & (xlon>-127.)) #indexes the grids where there are transitions

形状为（3,259711），如下所示：

array([[  0,   0,   0, ...,  47,  47,  47], #hour
       [847, 847, 848, ..., 950, 950, 951], #lat gridpoint
       [231, 237, 231, ..., 200, 201, 198]]) #lon gridpoint

我有几个其他变量（例如temp），其形状为（48,1015,1359），对应于hour，lat，lon。

看作索引是我的有效网格点，如何屏蔽所有变量，如temp，以便它保留（48,1015,1359）形状，但屏蔽索引之外的值。

Answer 1

In [90]: arr = np.arange(24).reshape(6,4)
In [91]: keep = (arr % 3)==1
In [92]: keep
Out[92]: 
array([[False,  True, False, False],
       [ True, False, False,  True],
       [False, False,  True, False],
       [False,  True, False, False],
       [ True, False, False,  True],
       [False, False,  True, False]], dtype=bool)
In [93]: np.where(keep)
Out[93]: 
(array([0, 1, 1, 2, 3, 4, 4, 5], dtype=int32),
 array([1, 0, 3, 2, 1, 0, 3, 2], dtype=int32))

keep掩码的简单应用给出了所需值的1d数组。我也可以使用where元组进行索引。

In [94]: arr[keep]
Out[94]: array([ 1,  4,  7, 10, 13, 16, 19, 22])

使用keep，或者更确切地说是布尔反转，我可以创建一个蒙版数组：

In [95]: np.ma.masked_array(arr,mask=~keep)
Out[95]: 
masked_array(data =
 [[-- 1 -- --]
 [4 -- -- 7]
 [-- -- 10 --]
 [-- 13 -- --]
 [16 -- -- 19]
 [-- -- 22 --]],
             mask =
 [[ True False  True  True]
 [False  True  True False]
 [ True  True False  True]
 [ True False  True  True]
 [False  True  True False]
 [ True  True False  True]],
       fill_value = 999999)

np.ma.masked_where(~keep, arr)做同样的事情 - 只是一个不同的参数顺序。它仍然需要布尔掩码数组。

我可以从where元组开始做同样的事情：

In [105]: idx = np.where(keep)
In [106]: mask = np.ones_like(arr, dtype=bool)
In [107]: mask[idx] = False
In [108]: np.ma.masked_array(arr, mask=mask)

np.ma类中可能有一些东西通过一次调用来执行此操作，但它必须执行相同类型的构造。

这也有效：

x = np.ma.masked_all_like(arr)
x[idx] = arr[idx]

Numpy使用np.where（）索引屏蔽3D数组

1 个答案: