Arrays Python-组合2个具有相同维度的掩码数组

我想合并两个相同维度的屏蔽数组。我在一个网格上工作，我在用网格定义的数组的两个部分上进行计算。 当我获得2个蒙版数组时，我想将它（2个结果之和）合并到一个相同维度的数组中…但是蒙版“湮灭”了另一部分数组的结果

换句话说，当我对2个结果求和时，我想停止遮罩的效果

import numpy as np
import numpy.ma as ma
import matplotlib.pyplot as plt

#I define the grid and the first masked array
x0 = 3.
y0 = 10.
Lx=20.
Ly=20.

YA, XA = np.mgrid[0:Ly, 0:Lx]


Theta1 = np.arctan((YA-y0)/(XA-x0))

mask = np.fromfunction(lambda i, j: (i >= 0) * (j >= (x0)), (XA.shape[0], XA.shape[1]), dtype='int')
test = np.invert(mask)
test 


V1_test = np.ma.array(Theta1, mask=test)


plt.imshow(V1_test,aspect='auto',cmap=plt.cm.hot,origin="lower")
plt.colorbar()
plt.show()


#The second masked array
Theta2 = np.arctan((YA-y0)/(XA-x0)) + 2*np.pi

mask2 = np.fromfunction(lambda i, j: (i >= 0) * (j < (x0)), (XA.shape[0], XA.shape[1]), dtype='int')
test2 = np.invert(mask2)
test2 


V1_test_2 = np.ma.array(Theta2, mask=test2)


plt.imshow(V1_test_2,aspect='auto',cmap=plt.cm.hot,origin="lower")
plt.colorbar()
plt.show()

#Combine 2 masks arrays
test = V1_test + V1_test_2


plt.imshow(test,aspect='auto',cmap=plt.cm.hot,origin="lower")
plt.colorbar()
plt.show()

将numpy导入为np
将numpy.ma导入为ma
将matplotlib.pyplot作为plt导入
#我定义了网格和第一个屏蔽数组
x0=3。
y0=10。
Lx=20。
Ly=20。
YA，XA=np.mgrid[0:Ly，0:Lx]
θ1=np.arctan（（YA-y0）/（XA-x0））
mask=np.fromfonment（lambda i，j：（i>=0）*（j>=（x0）），（XA.shape[0]，XA.shape[1]），dtype='int'）
测试=np.反转（遮罩）
试验
V1_测试=np.ma.阵列（θ1，掩码=测试）
plt.imshow（V1_测试，aspect='auto'，cmap=plt.cm.hot，origin=“lower”）
plt.colorbar（）
plt.show（）
#第二掩蔽阵列
θ2=np.arctan（（YA-y0）/（XA-x0））+2*np.pi
mask2=np.fromfunction（λi，j：（i>=0）*（j<（x0）），（XA.shape[0]，XA.shape[1]），dtype='int'）
test2=np.invert（mask2）
测试2
V1_test_2=np.ma.阵列（θ2，掩码=test2）
plt.imshow（V1\u test\u 2，aspect='auto'，cmap=plt.cm.hot，origin=“lower”）
plt.colorbar（）
plt.show（）
#组合2个遮罩阵列
测试=V1_测试+V1_测试2
plt.imshow（测试，aspect='auto'，cmap=plt.cm.hot，origin=“lower”）
plt.colorbar（）
plt.show（）

使用

numpy.ma.filled

：

>>> import numpy as np
>>> data = np.arange(10, 20)
>>> data = np.ma.array(data, mask=np.zeros(data.shape))
>>> data.mask[[3,5,6]] = True
>>> data
masked_array(data = [10 11 12 -- 14 -- -- 17 18 19],
             mask = [False False False  True False  True  True False False False],
       fill_value = 999999)

>>> np.ma.filled(data, 0)
array([10, 11, 12,  0, 14,  0,  0, 17, 18, 19])

---

你想在对结果求和后（以及之后）完全去掉掩码吗？是的，我想在0中转换我的掩码值，以便对2个数组求和，这可能是最简单的方法，不是吗？使用。谢谢！；）正是我想要的want@SaulloCastro为了子孙后代，我可能应该这样做。它看起来应该是复制品，但我在别处找不到。