Python 二维numpy阵列：删除遮罩元素

假设我有一个这样的numpy屏蔽数组（其中-，是屏蔽数据）：

我想创建一个新数组，在其中删除屏蔽数据，有效地返回如下数组：

xlist = [[1000,1001,1002],
         [2000,2001,2002,2003]]

我试过这个：

realXIndex = np.where(xlist.mask)[1]
realX = np.delete(xlist,realXIndex, axis=1)

这将有效地从所有子阵列中移除遮罩值，因此2003也将被移除，而我希望保持它

---

如果有人能给我指出正确的方向，这将对我有很大帮助。

我的理解是，通常numpy数组需要沿各个轴保持维度，并且几乎所有的numpy操作都沿该轴的整个部分操作。又名，你不能真的删除一个元素，使其大小不均匀

虽然从技术上讲，可以使用混合长度数组，但大多数numpy函数都无法操作它们

至于您的直接问题，如果您想使用numpy在前面完成大量工作，然后在以后将其转换为特定的形式，您可以使用一个填充值，然后使用某种代码在以后正确地将其解析出来，从numpy数组转换为普通的python列表

差不多

masked_array = np.where(mask, xlist, -99999)

然后

---

从第一个

xlist

列表中创建一个屏蔽数组：

In [283]: xlist = [[1000,1001,1002,-9999],
     ...:          [2000,2001,2002,2003]]
     ...:          
In [284]: M = np.ma.masked_equal(xlist, -9999)
In [285]: M
Out[285]: 
masked_array(
  data=[[1000, 1001, 1002, --],
        [2000, 2001, 2002, 2003]],
  mask=[[False, False, False,  True],
        [False, False, False, False]],
  fill_value=-9999)

compressed

删除屏蔽值，但返回1d数组

In [286]: M.compressed()
Out[286]: array([1000, 1001, 1002, 2000, 2001, 2002, 2003])

我们可以在逐行的基础上应用compressed：

In [287]: [m.compressed() for m in M]
Out[287]: [array([1000, 1001, 1002]), array([2000, 2001, 2002, 2003])]

或作为列表列表，甚至作为列表的对象数组：

In [288]: [m.compressed().tolist() for m in M]
Out[288]: [[1000, 1001, 1002], [2000, 2001, 2002, 2003]]
In [289]: np.array(_)
Out[289]: 
array([list([1000, 1001, 1002]), list([2000, 2001, 2002, 2003])],
      dtype=object)

---

请注意在哪里有numpy数组、掩码数组和列表。我假设第一个

xlist

是屏蔽数组的部分显示。但是第二个是什么呢？由两个不同长度的列表组成的列表？掩码数组的

compressed

方法删除掩码元素，但返回1d数组

np.delete

删除整行或整列，而不是选定的元素。它无法返回不规则数组。嗨，这正是我遇到的问题，也是我发布此问题的原因。我没能拿回正确的东西。你的解决方案奏效了。在我发布我的问题几个小时后，我自己发现了类似的东西，但你的表述更容易理解。我做了一系列的列表，这很有魅力。最后一个建议效果最好。又快又干净：）

In [287]: [m.compressed() for m in M]
Out[287]: [array([1000, 1001, 1002]), array([2000, 2001, 2002, 2003])]

In [288]: [m.compressed().tolist() for m in M]
Out[288]: [[1000, 1001, 1002], [2000, 2001, 2002, 2003]]
In [289]: np.array(_)
Out[289]: 
array([list([1000, 1001, 1002]), list([2000, 2001, 2002, 2003])],
      dtype=object)