我不确定这里的正确术语是什么,但我试图使用多个数组中的多个条件来屏蔽numpy数组中的某些值。例如,我想找到并屏蔽X中的区域,其中数组t / l,lat2d,x和m符合某些条件。所有阵列都具有相同的形状:(250,500)。我试过这个:
cs[t < 274.0 |
l > 800.0 |
lat2d > 60 |
lat2d < -60 |
(x > 0 & m > 0.8) |
(x < -25 & m < 0.2)] = np.nan
ufunc&#39; bitwise_and&#39;输入类型不支持,并且输入无法根据投射规则安全地强制转换为任何支持的类型&#39;&#39;安全&#39;
我替换了&amp;,|用和/或得到错误:
ValueError:具有多个元素的数组的真值是不明确的。使用a.any()或a.all()
我尝试过制作面具:mask = t&lt; 274.0 | l&gt; 800.0 | lat2d&gt; 60 | lat2d&lt; -60 | (x> 0&amp; m> 0.8)| (x <-25&amp; m&lt; 0.2),以便在掩模阵列中使用但得到相同的误差。
任何想法如何在Python 3中做到这一点?
答案 0 :(得分:1)
这只是运营商优先权问题:
cs[(t < 274.0) |
(l > 800.0) |
(lat2d > 60) |
(lat2d < -60) |
((x > 0) & (m > 0.8)) |
((x < -25) & (m < 0.2))] = np.nan
应该有效
答案 1 :(得分:0)
你可以使用python函数,然后在数组上应用该函数。
def cond(x):
if (np.all(t < 274.0) or np.all(l > 800.0) or np.all(lat2d > 60) or \
np.all(lat2d < -60) or (np.all(x > 0) and np.all(m > 0.8)) or \
(np.all(x < -25) and np.all(m < 0.2))):
return np.nan
然后在数组上应用此函数:
cs[:] = np.apply_along_axis(cond, 0, cs)