屏蔽 2d numpy 数组时出错

Question

我不确定此处的正确术语是什么，但我正在尝试使用来自多个数组的多个条件来屏蔽 numpy 数组中的某些值。例如，我想找到并屏蔽 X 中数组 t/l、lat2d、x 和 m 满足特定条件的区域。所有数组都具有相同的形状：(250,500)。我试过这个：

cs[t < 274.0 | 
   l > 800.0 |
   lat2d > 60 |
   lat2d < -60 | 
   (x > 0 & m > 0.8) |
   (x < -25 & m < 0.2)] = np.nan

ufunc 'bitwise_and' 不支持输入类型，根据转换规则“'safe'”无法将输入安全地强制转换为任何受支持的类型。

我替换了&,|使用 and/or 并得到错误：

ValueError: 具有多个元素的数组的真值不明确。使用 a.any() 或 a.all()

我尝试创建一个掩码：mask = t < 274.0 | l > 800.0 |纬度 > 60 | lat2d < -60 | (x > 0 & m > 0.8) | (x < -25 & m < 0.2)，以便在掩码数组中使用但得到相同的错误。

知道如何在 Python 3 中执行此操作吗？

Answer 1

您可以使用 python 函数，然后在数组上应用该函数。

def cond(x):
    if (np.all(t < 274.0) or np.all(l > 800.0) or np.all(lat2d > 60) or \
        np.all(lat2d < -60) or (np.all(x > 0) and np.all(m > 0.8)) or  \
        (np.all(x < -25) and np.all(m < 0.2))):
        return np.nan

然后在数组上应用这个函数：

cs[:] = np.apply_along_axis(cond, 0, cs)

Answer 2

这只是运算符优先级的问题：

cs[(t < 274.0) | 
   (l > 800.0) |
   (lat2d > 60) |
   (lat2d < -60) |
   ((x > 0) & (m > 0.8)) |
   ((x < -25) & (m < 0.2))] = np.nan

应该可以

屏蔽 2d numpy 数组时出错

Error when masking 2d numpy array

python

numpy

python-3.x

valueerror

numpy-ndarray