Question

读取netCDF文件时，变量之一是一个二维字符串数组，如下所示：

[[' ' ' ' ' ' 'B' 'l' 'i' ' ' ' ']
 ['+' -- '\xaa' -- 'F' 'o' 'o' ' ']
 [' ' '1' ']' -- 'B' 'l' 'a' ' ']
 [' ' '\x1a' -- '\x98' -- 'B' 'l' 'o']]

我想要的输出：

['Bli', 'Foo', 'Bla', 'Blo']

或者包含这些单词的数组，或者任何可以使用干净单词进行迭代的单词（即，已删除空格，特殊字符等）。

我的麻烦

我的困难来自于特殊字符（它们来自何处以及如何删除它们？）以及掩盖的值：

import numpy as np

a = np.ma.masked_array([(' ', ' ', ' ', 'B', 'l', 'i', ' ', ' ' ),
                        ('+', ' ', '\xaa', ' ', 'F', 'o', 'o', ' '),
                        (' ', '1', ']', ' ', 'B', 'l', 'a', ' '),
                        (' ', '\x1a', ' ', '\x98', ' ', 'B', 'l', 'o' )],
                       mask=[(0, 0, 0, 0, 0, 0, 0, 0),
                             (0, 1, 0, 1, 0, 0, 0, 0),
                             (0, 0, 0, 1, 0, 0, 0, 0),
                             (0, 0, 1, 0, 1, 0, 0, 0)])

print a
print ''.join(a[0,:]).replace(' ', '')  # this properly produces 'Bli'
print [''.join(i).replace(' ', '') for i in a]

最后一行会产生以下错误：

TypeError：序列项目1：预期的字符串，发现了MaskedConstant

但是即使解决了这个问题，我仍然会在字符串中留下那些不想要的奇怪字符……

a[a.mask] = ' '
print [''.join(i).replace(' ', '') for i in a]
# ['Bli', '+\xaaFoo', '1]Bla', '\x1a\x98Blo']

在一次操作中均匀处理此数组的最佳方法是什么？

Answer 1

可以使用吗？

    import numpy as np

    a = np.ma.masked_array([(' ', ' ', ' ', 'B', 'l', 'i', ' ', ' ' ),
                            ('+', ' ', '\xaa', ' ', 'F', 'o', 'o', ' '),
                            (' ', '1', ']', ' ', 'B', 'l', 'a', ' '),
                            (' ', '\x1a', ' ', '\x98', ' ', 'B', 'l', 'o' )],
                           mask=[(0, 0, 0, 0, 0, 0, 0, 0),
                                 (0, 1, 0, 1, 0, 0, 0, 0),
                                 (0, 0, 0, 1, 0, 0, 0, 0),
                                 (0, 0, 1, 0, 1, 0, 0, 0)])

    print ''.join(a[0,:]).replace(' ', '')  # this properly produces 'Bli'
    print [''.join(x for x in y if x.isalpha()) for y in [''.join(i).replace(' ', '') for i in a.filled('')]]

使用numpy清理和连接包含特殊字符的2D蒙版字符串数组

1 个答案: