Python NumPy-在屏蔽阵列上更快的操作？

我有一个numpy阵列：

将numpy导入为np
arr=np.rand.rand（100）

如果我想找到它的最大值，我运行

np.amax

，它在我的机器上每秒运行155357次

然而，由于某些原因，我不得不掩盖它的一些价值观。例如，让我们仅屏蔽一个单元格：

将numpy.ma导入为ma
arr=ma.masked_数组（arr，mask=[0]*99+[1]）

现在，找到最大值要慢得多，每秒运行26574次

这仅为非屏蔽阵列上此操作速度的17%

例如，其他操作包括

减法

、

加法

和

乘法

。虽然在屏蔽阵列上，它们对所有值进行操作，但与无屏蔽阵列（15343/497663）相比，速度仅为4%

我正在寻找一种更快的方法来操作像这样的屏蔽阵列，不管它是否使用numpy

---

（我需要在真实数据上运行它，它是多维数组和数百万个单元格）

MaskedArray

是基本numpy

ndarray

的子类。它没有自己的编译代码。有关详细信息，请查看

numpy/ma/

目录或主文件：

/usr/local/lib/python3.6/dist-packages/numpy/ma/core.py

蒙版数组必须具有键属性，

data

和

mask

，一个是用于创建它的数据数组，另一个是相同大小的布尔数组

因此，所有操作都必须考虑这两个数组。它不仅计算新的

数据

，还必须计算新的

掩码

它可以采取几种方法（取决于操作）：

• 按原样使用

  数据

• 使用压缩的

  数据

  -删除屏蔽值的新数组

• 使用填充的

  数据

  ，其中被屏蔽的值被替换为

  填充值

  或一些无害的值（例如，进行加法时为0，进行乘法时为1）

屏蔽值的数量（0或全部）对速度的影响很小（如果有的话）

因此，你看到的速度差异并不令人惊讶。还有很多额外的计算。

ma.core.py

文件称，该软件包最初是在numpy之前开发的，并于2005年左右并入

numpy

。虽然有一些变化使它保持最新，但我认为它并没有得到明显的修改

以下是

np.ma.max

方法的代码：

def max(self, axis=None, out=None, fill_value=None, keepdims=np._NoValue):

    kwargs = {} if keepdims is np._NoValue else {'keepdims': keepdims}

    _mask = self._mask
    newmask = _check_mask_axis(_mask, axis, **kwargs)
    if fill_value is None:
        fill_value = maximum_fill_value(self)
    # No explicit output
    if out is None:
        result = self.filled(fill_value).max(
            axis=axis, out=out, **kwargs).view(type(self))
        if result.ndim:
            # Set the mask
            result.__setmask__(newmask)
            # Get rid of Infs
            if newmask.ndim:
                np.copyto(result, result.fill_value, where=newmask)
        elif newmask:
            result = masked
        return result
    # Explicit output
    ....

关键步骤是

fill_value = maximum_fill_value(self)  # depends on dtype
self.filled(fill_value).max(
            axis=axis, out=out, **kwargs).view(type(self))

您可以使用

filled

进行实验，以查看数组中发生了什么

In [40]: arr = np.arange(10.)                                                                                        
In [41]: arr                                                                                                         
Out[41]: array([0., 1., 2., 3., 4., 5., 6., 7., 8., 9.])
In [42]: Marr = np.ma.masked_array(arr, mask=[0]*9 + [1])                                                            
In [43]: Marr                                                                                                        
Out[43]: 
masked_array(data=[0.0, 1.0, 2.0, 3.0, 4.0, 5.0, 6.0, 7.0, 8.0, --],
             mask=[False, False, False, False, False, False, False, False,
                   False,  True],
       fill_value=1e+20)
In [44]: np.ma.maximum_fill_value(Marr)                                                                              
Out[44]: -inf
In [45]: Marr.filled()                                                                                               
Out[45]: 
array([0.e+00, 1.e+00, 2.e+00, 3.e+00, 4.e+00, 5.e+00, 6.e+00, 7.e+00,
       8.e+00, 1.e+20])
In [46]: Marr.filled(_44)                                                                                            
Out[46]: array([  0.,   1.,   2.,   3.,   4.,   5.,   6.,   7.,   8., -inf])
In [47]: arr.max()                                                                                                   
Out[47]: 9.0
In [48]: Marr.max()                                                                                                  
Out[48]: 8.0