Python 从文本字段创建屏蔽数组

显示了使用

ma.masked

后验值（创建数组后）屏蔽现有值的示例，或从看似有效的数据类型列表（如果

dtype=int

，则为整数）创建屏蔽数组的示例。我试图从一个文件中读取数据（需要一些文本操作），但在某个时候，我会有一个列表（或元组），其中包含字符串，我想从中创建一个数字（浮点）数组

数据的示例可能是

textdata='1\t2\t3\n4\t\t6'

（清理后的典型平面文本格式）

我遇到的一个问题是，缺少的值可能被编码为“”，当尝试使用dtype参数转换为float时，这将告诉我

ValueError: setting an array element with a sequence. 

所以我创建了这个函数

def makemaskedarray(X,missing='',fillvalue='-999.',dtype=float):
    arr = lambda x: x==missing and fillvalue or x    
    mask = lambda x: x==missing and 1 or 0
    triple = dict(zip(('data','mask','dtype'),
                      zip(*[(map(arr,x),map(mask,x)) for x in X])+
                      [dtype]))
    return ma.array(**triple)

这似乎起到了作用：

>>> makemaskedarray([('1','2','3'),('4','','6')])
masked_array(data =
 [[1.0 2.0 3.0]
 [4.0 -- 6.0]],
             mask =
 [[False False False]
 [False  True False]],
       fill_value = 1e+20)

---

这样做吗？还是有一个内置的功能？

这样做很好。（尽管您可以通过避免构建临时的“

三元组”

”dict，让它更具可读性，只是为了在以后扩展它，i.m.o.）

内置的方式是使用。根据您需要对文本文件执行的预处理量，它可能执行您需要的操作，也可能不执行您需要的操作。但是，作为一个基本示例：（使用StringIO模拟文件…）

这将产生：

masked_array(data =
 [[1.0 2.0 3.0]
 [4.0 -- 6.0]
 [7.0 8.0 9.0]],
             mask =
 [[False False False]
 [False  True False]
 [False False False]],
       fill_value = 1e+20)

---

警告一句：如果您确实使用制表符作为分隔符，使用空字符串作为缺少的值标记，那么行首缺少的值将出现问题。（

genfromtxt

基本上调用

line.strip（）.split（分隔符）

）。如果可以的话，您最好使用类似于

“xxx”

的东西作为缺少值的标记。

谢谢-考虑过genfromtxt，但首先需要太多的预处理，但是感谢您提供关于行开头缺少值的提示！还有StringIO把戏。。。

masked_array(data =
 [[1.0 2.0 3.0]
 [4.0 -- 6.0]
 [7.0 8.0 9.0]],
             mask =
 [[False False False]
 [False  True False]
 [False False False]],
       fill_value = 1e+20)