numpy masked_array mask更改類型

Question

如果值不在數組中，則np.ma.masked_equal或masked_values不會創建False的掩碼，而是標量。

實施例：

y = np.arange(10) 
yy = np.ma.masked_equal(y,0) 

產生掩蔽陣列枝條掩模爲10個假值的陣列，而

y = np.arange(1,10) 
yy = np.ma.masked_equal(y,0) 

產生具有設置爲標量假掩模掩蔽陣列。其結果是，因爲在我的代碼，我不事先知道面具是否匹配數組中的任何條目，我不得不明確檢查：

yy=np.ma.masked_values(y,0) 
if np.isscalar(yy.mask): 
    yy.mask=np.zeros(y.shape,dtype=bool) 

這似乎是一個過勞給我。這種行爲的原因是什麼，有沒有辦法避免它？

Answer 1

您可以簡單地創建MaskedArray youself：

yy = np.ma.MaskedArray(y, mask=(y==0)) 

看來，NumPy的嘗試，以儘量減少對內存的要求和加快的情況下計算的MaskedArray是暴露無遺。

numpy.ma.nomask

值指示掩蔽陣列具有沒有無效條目。當不需要遮罩時，內部使用nomask加速計算。

如果檢查：

>>> np.ma.nomask 
False 

所以單False表示 「沒有面具」。所以，你也可以查看maskedarr.mask is np.ma.nomask（這是一個garantueed constant）：

yy = some_operation_that_creates_a_masked_array 
if yy.mask is np.ma.nomask: 
    yy.mask = np.zeros(yy.shape, dtype=bool) 

攜帶更多的背景，然後np.isscalar。