Question

我想用非标量fill_value填充其dtype为object的掩码数组（因为我需要存储掩码的参差不齐的数组）。

这是一个2D数组的示例，其元素是1D numpy数组。当然，我希望fill_value是一个空数组。

import numpy as np

arr = np.array([
    [np.arange(10), np.arange(5), np.arange(3)],
    [np.arange(1),  np.arange(2), np.array([])],
])

marr = np.ma.array(arr)

marr.mask = [[True, False, False],
             [True, False, True]]
marr.fill_value = np.array([])

marr.filled()

不幸的是，它在最后一行产生错误：

ValueError: could not broadcast input array from shape (0) into shape (2,3)

我可以手动提取遮罩，并将其应用于逐个元素的算法；但这似乎不是我的正确方向。

谢谢！

Answer 1

我不会指望MaskedArray与对象dtype数组一起工作。 filled试图将填充值（数组）复制到data中插槽的子集。由于广播，即使没有遮罩层也可能很棘手。

查看完整错误：

In [39]: marr.filled()                                                                                                  
---------------------------------------------------------------------------
ValueError                                Traceback (most recent call last)
<ipython-input-39-219e016a84cf> in <module>
----> 1 marr.filled()

/usr/local/lib/python3.6/dist-packages/numpy/ma/core.py in filled(self, fill_value)
   3718             result = self._data.copy('K')
   3719             try:
-> 3720                 np.copyto(result, fill_value, where=m)
   3721             except (TypeError, AttributeError):
   3722                 fill_value = narray(fill_value, dtype=object)

ValueError: could not broadcast input array from shape (0) into shape (2,3)

np.copyto尝试相互广播result，fill_value和m（掩码），然后从{{复制相应的（mask == true）元素1}}到fill_value。

result和marr.data均为marr.mask。但是，将（0，）形状广播为（2,3）无效，而且也不是您想要的。

使用标量填充有效，但不能使用数组（或列表）填充。

(2,3)

一个（1，）形状数组将广播-

In [56]: np.broadcast_to(np.array([]),(2,3))                                                                            
...
ValueError: operands could not be broadcast together with remapped shapes [original->remapped]: (0,) and requested shape (2,3)

但是填充的结果不是数组；这是一个标量：

In [57]: np.broadcast_to(np.array([1]),(2,3))                                                                           
Out[57]: 
array([[1, 1, 1],
       [1, 1, 1]])

有效的填充

如果我定义了（1，）对象dtype数组并将（0，）数组放入其中（作为一个对象），则可以使此填充工作。

In [58]: marr.filled(np.array([1]))                                                                                     
Out[58]: 
array([[1, array([0, 1, 2, 3, 4]), array([0, 1, 2])],
       [1, array([0, 1]), 1]], dtype=object)

之所以可行，是因为In [97]: Ofill = np.array([None], object) In [98]: Ofill[0] = np.array([]) In [99]: Ofill Out[99]: array([array([], dtype=float64)], dtype=object) In [100]: marr.filled(Ofill) Out[100]: array([[array([], dtype=float64), array([0, 1, 2, 3, 4]), array([0, 1, 2])], [array([], dtype=float64), array([0, 1]), array([], dtype=float64)]], dtype=object)可以广播到（2,3）而不会弄乱元素的形状

Ofill

这有效，但我不会说它很漂亮（或推荐）。

用In [101]: np.broadcast_to(Ofill,(2,3)) Out[101]: array([[array([], dtype=float64), array([], dtype=float64), array([], dtype=float64)], [array([], dtype=float64), array([], dtype=float64), array([], dtype=float64)]], dtype=object)进行填充比较漂亮，但即使如此，我们也必须将其列为列表：

None

Answer 2

已为函数“已填充”提供了要为蒙版零件填充的值。

import numpy as np
arr = np.array([
    [np.arange(10), np.arange(5), np.arange(3)],
    [np.arange(1),  np.arange(2), np.array([])],
])
marr = np.ma.array(arr)
marr.mask = [[True, False, False],
             [True, False, True]]
marr.fill_value = np.array([])
marr.filled(2)

此版本的代码未显示该错误。

numpy蒙版的衣衫agged的数组

2 个答案:

有效的填充