Question

首先我是python和编程的新手，但你们已经帮了我很多，所以非常感谢！但是我遇到了一个问题，到目前为止我还没有找到答案：

我有几个平板的数据，其中数据代表每个平板上大量不同点的压力。问题是，由于传感器测量压力，这些板不是完美的圆形，有时这些传感器甚至会产生错误，所以我在板内的某个位置没有任何数据。

当我只需要绘制一个盘子时，我会这样做：

import numpy.ma as ma    

matrix=ma.masked_all((160,65),float)
for x in range(len(plate.X)):
    matrix[(plate.Y[x],plate.X[x])]=data.index(plate.measurementname[x])
image.pcolormesh(matrix,min,max)

这很好用。现在我有几个板块，我想绘制每个点的平均压力。因为我不知道任何平均功能，我想把所有的盘子加在一起并除以盘子的数量......我试着跟着：

import numpy.ma as ma    

meanmatrix=ma.masked_all((160,65),float)
for plate in plateslist:
    matrix=ma.masked_all((160,65),float)
    for x in range(len(plate.X)):
        matrix[(plate.Y[x],plate.X[x])]=data.index(plate.measurementname[x])
    meanmatrix+=matrix
meanmatrix=meanmatrix/len(plateslist)
image.pcolormesh(meanmatrix,min,max)

这很好用，但有一个问题我无法解决。正如我所说，有时一些板块没有得到所有数据，因此在图中的某些位置有一个“洞”。现在我的meanmatrix有一个整体，其中一个板块有一个整体，即使所有其他人都有那个位置的数据。

我怎样才能确保我不会得到这些漏洞，或者是否有更平滑的方式来获取我的“平均矩阵”？（我希望我的问题很清楚......）

编辑：

问题不在于我没有得到数据的意思，这实际上是有效的（我不喜欢我是怎么做的但是它有效），问题是我得到了这些“漏洞”我描述之前。这就是困扰我的。

Answer 1

编辑：对不起，我误解了这个问题。试试这个：

allplates = ma.masked_all((160, 65, numplates))
# fill in allplates
meanplate = allplates.mean(axis=2)

这将计算阵列最后一维的平均值，即将板平均在一起。遗漏的值将被忽略。

早期回答：你可以采用蒙面数组的平均值，它会忽略缺失值：

>>> X = ma.masked_all((160, 65))
>>> X.mean()
masked
>>> X[0, 0] = 1
>>> X.mean()
1.0

尽量避免使用matrix作为变量名，因为它也引用了NumPy数据结构。

Answer 2

好的，我得到了答案：

import numpy.ma as ma    

allplats=ma.masked_all((160,65),float)
for plate in plateslist:
    for x in range(len(plate.X)):
        allplates[(plate.Y[x],plate.X[x])]+=data.index(plate.measurementname[x])
allplates=allplates/len(plateslist)
image.pcolormesh(meanmatrix,min,max)

这实际上有效！所以我想在添加两个masked_all数组时出现了错误...（“Stupid就像愚蠢一样”）如果有人有更好的方法来获得每个单位的所有板块的平均值，那么阅读它会很好。

计算几个numpy蒙面数组的平均值（masked_all）

2 个答案: