Python 使用 np.array 生成 NaN 的掩码数组

Question

我正在尝试 select 一个较大网格的子集来执行有限元分析以在两个数组之间迭代；一个掩码数组和一个未掩码数组，但我遇到了使用 np.arrays 时从掩码中出现 NaN 的问题。我最初在这里使用掩码来尝试避免 NaN 问题，包括 NaN == NaN (False) 等...但是当与 np.arrays 一起使用时，掩码本身似乎正在创建 NaN !

coordinate arrays to iterate over:

array = np.array(list(np.arange(5))*5).reshape(5,5)
big_array =  np.array([array,array,array])

apply masks on the coordinate arrays:

mask1 = np.ma.masked_array(big_array, mask = (big_array>2))
mask2 = np.ma.masked_array(big_array, mask = (big_array>3))

iterate over the coordinate arrays for the masked vs. unmasked comparison:

for i in range(5):
    for j in range(5):
            array_group = np.array([ big_array[0,i,j], big_array[1,i,j] ]) 
            array_group2 = np.array([ mask1[0,i,j], mask2[1,i,j] ]) 
            print array_group

^^no NaNs from array_group but.. ^^^

        print array_group2

NaNs appear for the masked array_group2 here

Answer 1

在您的数据中，您的 mask1 输出：

[[[0 1 2 -- --]
  [0 1 2 -- --]
  [0 1 2 -- --]
  [0 1 2 -- --]
  [0 1 2 -- --]]

 [[0 1 2 -- --]
  [0 1 2 -- --]
  [0 1 2 -- --]
  [0 1 2 -- --]
  [0 1 2 -- --]]

 [[0 1 2 -- --]
  [0 1 2 -- --]
  [0 1 2 -- --]
  [0 1 2 -- --]
  [0 1 2 -- --]]]

小破折号是导致 nan 值出现的屏蔽数据。至于如何解决这个问题......我相信这取决于你想如何处理这些数据：将这些破折号替换为 0，False，删除它们......随便什么。

Python 使用 np.array 生成 NaN 的掩码数组

Python masked arrays producing NaNs with np.array

python

nan

masked-array