python - 如何将掩码从一个数组应用到另一个数组？

Question

我已经多次阅读屏蔽数组文档，到处搜索，感觉非常愚蠢。我无法弄清楚如何将掩码从一个阵列应用到另一个阵列。

例子:

import numpy as np

y = np.array([2,1,5,2])          # y axis
x = np.array([1,2,3,4])          # x axis
m = np.ma.masked_where(y>2, y)   # filter out values larger than 5
print m
[2 1 -- 2]
print np.ma.compressed(m)
[2 1 2]

所以这很好用....但是要绘制这个 y 轴，我需要一个匹配的 x 轴。如何将 y 数组中的掩码应用于 x 数组？这样的事情是有道理的，但会产生垃圾:

new_x = x[m.mask].copy()
new_x
array([5])

那么，到底是怎么做到的(注意新的 x 数组必须是一个新的数组)。

编辑:

嗯，似乎有一种方法可以像这样工作:

>>> import numpy as np
>>> x = np.array([1,2,3,4])
>>> y = np.array([2,1,5,2])
>>> m = np.ma.masked_where(y>2, y)
>>> new_x = np.ma.masked_array(x, m.mask)
>>> print np.ma.compressed(new_x)
[1 2 4]

但这太困惑了!我正在尝试找到一个像 IDL 一样优雅的解决方案...

Answer 1

我有一个类似的问题，但涉及加载更多的屏蔽命令和更多的数组来应用它们。我的解决方案是对一个数组进行所有屏蔽，然后使用最终屏蔽的数组作为 mask_where 命令中的条件。

例如:

y = np.array([2,1,5,2])                         # y axis
x = np.array([1,2,3,4])                         # x axis
m = np.ma.masked_where(y>5, y)                  # filter out values larger than 5
new_x = np.ma.masked_where(np.ma.getmask(m), x) # applies the mask of m on x

好消息是您现在可以将此掩码应用于更多数组，而无需对每个数组进行掩码处理。