numpy中的屏蔽数组操作

Question

这是我的拳头post，堆栈溢出，所以请多多包涵。我当然尝试在网上寻找答案，但没有成功。

问题：

In [1]: import numpy
In [2]: import numpy.ma as ma
In [4]: a = ma.array([[[1,2],[3,4]],[[1,2],[3,4]]], mask=[[[True,False],[False,False]],[[False,False],[False,True]]])
In [5]: a
Out[5]: 
masked_array(data =
 [[[-- 2]
  [3 4]]

 [[1 2]
  [3 --]]],
             mask =
 [[[ True False]
  [False False]]

 [[False False]
  [False  True]]],
       fill_value = 999999)

In [6]: ma.mean(a, axis=0)
Out[6]: 
masked_array(data =
 [[1.0 2.0]
 [3.0 4.0]],
             mask =
 [[False False]
 [False False]],
       fill_value = 1e+20)

但我希望 mean 函数能够 return 屏蔽输出，如；

In [7]: (a[0]+a[1])/2
Out[7]: 
masked_array(data =
 [[-- 2]
 [3 --]],
             mask =
 [[ True False]
 [False  True]],
       fill_value = 999999)

我哪里做错了？

Answer 1

屏蔽数组忽略屏蔽值，它们不传播屏蔽。要得到你想要的结果，你可以这样做：

>>> np.ma.array(a.data.mean(axis=0), mask=a.mask.any(axis=0))
masked_array(data =
 [[-- 2.0]
 [3.0 --]],
             mask =
 [[ True False]
 [False  True]],
       fill_value = 1e+20)

numpy中的屏蔽数组操作

Masked array operation in numpy

python

numpy

mean