python中带掩码数组的If语句

Question

我尝试使用屏蔽数组运行（嵌套条件）程序。我使用了相同的函数，没有屏蔽数组，工作正常。函数如下所示：

import numpy as np
x = np.random.rand(100)
x = x.reshape(4,25)
x = np.ma.masked_less(x,0.2) 
y = np.random.rand(100)
y = y.reshape(4,25)
y = np.ma.masked_less(y,0.2)
z = np.zeros_like(x)

#say that both arrays are masked in the same positions.

for i in range(len(x)):
    for j in range(len(y)):
        if x[i,j] >= y[i,j]:
            if (x[i,j]-y[i,j]) > (z[i,j-1]):
               z[i,j] = 0.
            else:
               z[i,j] = 1.
        else:
            z[i,j] = z[i,j-1] - (x[i,j]-y[i,j])

我确实希望得到一个与输入数据（在本例中为x，y）具有相同特性（即也被屏蔽）的数组。但是，我得到的结果是，或者是一个完全屏蔽的数组，或者是一个填充了没有掩码的值的数组，如我在这里所示：

^{pr2}$

当我真的想要这样的东西时：

z = 
masked_array(data =
[[9.0 -- -- ..., -- -- --]
[8.7 -- -- ..., -- -- --]
[-- -- -- ..., -- -- --]
..., 
[1.0 -- -- ..., -- -- --]
[-- 3.6 -- ..., -- -- --]
[-- -- -- ..., -- -- --]],
         mask =
[[ False  True  True ...,  True  True  True]
[ False  True  True ...,  True  True  True]
[ True  True  True ...,  True  True  True]
..., 
[ False  True  True ...,  True  True  True]
[ True  False  True ...,  True  True  True]
[ True  True  True ...,  True  True  True]],
   fill_value = 9.96920996839e+36)

我已经阅读了关于蒙版数组的可用信息，以及类似的问题，但没有一个对此有令人满意的解释。我想知道是否有可能条件语句的工作方式与纽比。在哪里从某种意义上说，它们只显示了这些条件的指数？在

Answer 1

还有另一种方法可以进行计算，而不必屏蔽数组。 如果您愿意，您仍然可以在最后屏蔽z数组。在

    x = np.random.rand(100)
    x = x.reshape(4,25)
    y = np.random.rand(100)
    y = y.reshape(4,25)

    # first if- first if
    idxs_1 = ( x >= y) & ((x-y) > (z-1)) 
    z[idxs_1] = 0

    # second if-else
    idxs_2 = (x>=y) & ((x-y) <= z-1)
    z[idxs_2] = 1

    # final else
    idxs_3 = x < y 
    idxs_3_p = np.hstack((idxs_3[:, 1:], idxs_3[:,0][:,None])) # reshape so that we shift z by one column left        

    z[idxs_3] = z[idxs_3_p] - (x[idxs_3] - y[idxs_3])

您需要再次检查一些测试数据的布尔索引的正确性。在

Answer 2

我用“外部”循环解决了我的问题。我的意思是我只在核心函数中使用了一个循环，而不是根据数据（1D到3D数组）使用2个或3个循环，即

def func(x,y):
    import numpy as np
    x = np.random.rand(100)
    x = x.reshape(4,25)
    x = np.ma.masked_less(x,0.2) 
    y = np.random.rand(100)
    y = y.reshape(4,25)
    y = np.ma.masked_less(y,0.2)
    z = np.zeros_like(x)

#say that both arrays are masked in the same positions.

    for i in range(len(x)):
        z[i] =  x[i] >= y[i]:
            if (x[i]-y[i]) > (z[i-1]):
               z[i] = 0.
            else:
               z[i] = 1.
        else:
            z[i] = z[i-1] - (x[i]-y[i])

return z

然后，如果有，比如一个3D数组netCDF文件，我将函数应用为：

^{pr2}$

请注意使用纽比。在哪里也是一个好的和更快的选择。然而，由于我在python（以及一般编程）方面的短暂经验，我并没有利用numpy机制来向量化我的函数。目前，我的功能似乎如我所料。在

Answer 3

1. 第二个if-语句中可能有打字错误。应该是的

   for i in range(len(x)):
       for j in range(len(y)):
           if x[i,j] >= y[i,j]:
               if (x[i,j]-y[i,j]) > (z[i,j-1]): # not x - y[i,j], but x[i,j]-y[i,j] ??
                   # and further down 
   

2. 在我的计算机上，它实际工作并产生预期的结果，即掩码/非掩码混合在一起的掩码数组：

    In [2]: z
    Out[2]: 
    masked_array(data =
     [[0.34864202355178786 1.0 1.0 1.6118423555903627   0.0 0.0 0.0 0.0 0.0 0.0
      0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0]
     [0.32457641778594915 1.0 1.0     0.0   0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0
      0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0]
     [  1.0 1.541983077540757 1.0 0.0 0.0   0.0 0.0 0.0   0.0 0.0   0.0 0.0
      0.0 0.0 0.0 0.0 0.0   0.0 0.0  ]
     [    1.0   0.0 0.0 0.0 0.0 0.0   0.0   0.0 0.0 0.0   0.0   0.0  
        0.0 0.0 0.0 0.0]],
                 mask =
     [[False False False False  True False False False False False False False
      False False False False False False False False False False False False
      False]
     [False False False  True  True False  True False False False False False
      False False False False False False False False False False False False
      False]
     [ True False False False False False  True False False False  True False
      False  True False False False False False False False  True False False
       True]
     [ True  True False  True False False False False False  True False  True
      False False False  True False  True False  True  True False False False
      False]],
           fill_value = 1e+20)