我想用非标量 fill_value 填充一个数据类型为对象的屏蔽数组(因为我需要存储屏蔽的不规则数组)。
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)
我可以手动提取掩码,并将其应用于逐元素算法;但这对我来说似乎不是正确的方向。
谢谢!
最佳答案
我不会指望 MaskedArray
能够很好地处理对象数据类型数组。 filled
正在尝试将填充值(一个数组)复制到 data
中的槽的子集中。由于广播的原因,即使没有屏蔽层,这也可能很棘手。
查看完整的错误:
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),并且然后将相应的 (mask==true) 元素从 fill_value
复制到 result
。
marr.data
和 marr.mask
都是 (2,3)
。但是将 (0,) 形状广播到 (2,3) 不起作用,而且也不是您想要的。
使用标量填充可以,但使用数组(或列表)则不行。
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)
一个 (1,) 形状数组将广播 -
In [57]: np.broadcast_to(np.array([1]),(2,3))
Out[57]:
array([[1, 1, 1],
[1, 1, 1]])
但是填充的结果不是数组;它是一个标量:
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)
有效的填充
如果我定义一个 (1,) 对象数据类型数组,并将 (0,) 数组放入其中(作为对象),我就可以使此填充工作。
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)
这之所以有效,是因为 Ofill
可以广播到 (2,3),而不会扰乱元素的形状
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)
这可行,但我不会说它很漂亮(或推荐)。
用 None
填充会更漂亮,但即便如此,我们也必须将其做成一个列表:
In [103]: marr.filled([None])
Out[103]:
array([[None, array([0, 1, 2, 3, 4]), array([0, 1, 2])],
[None, array([0, 1]), None]], dtype=object)
关于python - numpy 屏蔽不规则数组,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/52554388/