在python中平均多个屏蔽numpy数组

在过去的几天里，我遇到了一个困扰我的问题。我想平均不同的屏蔽数组，但似乎不行，因为我的映射数组没有相同的映射模式

比如说。我有三个阵列：

 [ --  --  --]
 [ 1.  2.  --]
 [ 2.  3.  --]
 [ --  --  --]

 [ --  2.  2.]
 [ --  2.  3.]
 [ --  --  --]
 [ --  --  --]

 [ 2   1.  --]
 [ 1   1.  --]
 [ --  --  --]
 [ --  --  --]

我希望结果是这些数组的平均值，但是一个屏蔽元素与一个有效元素的平均值不应该考虑屏蔽元素。这意味着在（0,0）位置，我有两个屏蔽元素和一个有效元素（值=2），因此最终结果应该只计算有效元素的平均值

 [ 2   1.5  2]
 [ 1   2    3]
 [ 2   --  --]
 [ --  --  --]

---

我有28个类似的数组，我想组合它们，到目前为止，我必须执行复杂的循环和操作，以实现预期的结果。有什么有效的方法吗？

您可以将它们转换为三维掩蔽阵列，然后沿

轴=0取平均值，例如：

np.ma.array((a, b, c)).mean(axis=0)

例如：

import numpy as np

a = np.ma.array([[99, 99, 99],
                 [ 1.,  2., 99],
                 [ 2.,  3., 99],
                 [99, 99, 99]],
                 mask=[[True, True, True],
                       [False, False, True],
                       [False, False, True],
                       [True, True, True]])
b = np.ma.array([[99,  2.,  2.],
                 [99,  2.,  3.],
                 [99, 99, 99],
                 [99, 99, 99]],
                 mask=[[True, False, False],
                       [True, False, False],
                       [True, True, True],
                       [True, True, True]])
c = np.ma.array([[2., 1., 99],
                 [1., 1., 99],
                 [99, 99, 99],
                 [99, 99, 99]],
                 mask=[[False, False, True],
                       [False, False, True],
                       [True, True, True],
                       [True, True, True]])

以及：

不起作用？所有数组的大小都相同。很抱歉，在数组1中出错。@Evert No它不起作用，当我尝试时，例如：（array1+array2+array3）。mean（axis=0）然后我只得到每个数组中有效元素的平均值。当然它起作用；你只需要采取中间步骤，就像索洛在下面解释的那样。谢谢索洛！这正是我想要的：）@Numby不客气，别忘了你可以投票表决答案；）
np.ma.array((a, b, c)).mean(axis=0)

masked_array(data =
 [[2.0 1.5 2.0]
 [1.0 1.6666666666666667 3.0]
 [2.0 3.0 --]
 [-- -- --]],
             mask =
 [[False False False]
 [False False False]
 [False False  True]
 [ True  True  True]],
       fill_value = 1e+20)