Python 有没有一种方法可以忽略用于屏蔽单独数组的数组中的屏蔽值？

我的数据是若干相同长度的数据数组。我屏蔽了一个数组（y），然后使用该屏蔽数组屏蔽第二个数组（x）。I屏蔽x以去除指示设备错误的值（-9999）。然后我使用np.where（）找出y低的位置（低于平均值1个标准偏差）来屏蔽x，以便在y低时看到x的值

我尝试过多次更改掩码，但其他numpy掩码数组操作都没有给出不同的结果。当mask=FALSE时，我试图编写一条逻辑语句来给出值，但在np.where（）语句中我无法这样做

x = np.array([ 0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10] )
y = np.array( [ 0, 1, -9999, 3, 4, 5, 6, 7, 8, -9999, 10 ] )

x = np.ma.masked_values( x, -9999 )
y = np.ma.masked_values( y, -9999 )

low_y = ( y.mean() - np.std( y ) )

x_masked = x[ np.where( y < low_y ) ]

我们预计x_掩蔽的平均值为0.5（（0+1）/2），但由于x_掩蔽中包含的掩蔽-9999值（2和9），因此平均值为3

---

有没有办法排除屏蔽值，以便只获取未屏蔽值？

我想您应该屏蔽

x

其中

y！=-9999

。如果您对代码进行此更改，它将按您的预期工作

您也可以使用

np.where

来屏蔽

x = x[np.where(y != -9999)]
y = y[np.where(y != -9999)]

low_y = ( y.mean() - np.std( y ) )

x_masked = x[np.where( y < low_y)]

---

我想你会想掩盖

x

where

y！=-9999

。如果您对代码进行此更改，它将按您的预期工作

您也可以使用

np.where

来屏蔽

x = x[np.where(y != -9999)]
y = y[np.where(y != -9999)]

low_y = ( y.mean() - np.std( y ) )

x_masked = x[np.where( y < low_y)]

---

自版本1.8以来，numpy添加了和以处理丢失的数据。在您的例子中，因为-9999用于指示错误状态，根据定义，我认为它是

numpy.nan

In [76]: y = np.where(y==-9999, np.nan, y)

In [77]: low_y = (np.nanmean(y) - np.nanstd(y))

In [78]: low_y
Out[78]: 1.8177166753143883

In [79]: x_masked = x[ np.where( y < low_y ) ]  # [0, 1]

[76]中的

y=np.where（y==-9999，np.nan，y）
[77]中：low_y=（np.nanmean（y）-np.nanstd（y））
In[78]：低值
Out[78]：1.8177166753143883
在[79]：x_masked=x[np.其中（y

自1.8版numpy添加并处理缺失数据以来。在您的例子中，因为-9999用于指示错误状态，根据定义，我认为它是

numpy.nan

In [76]: y = np.where(y==-9999, np.nan, y)

In [77]: low_y = (np.nanmean(y) - np.nanstd(y))

In [78]: low_y
Out[78]: 1.8177166753143883

In [79]: x_masked = x[ np.where( y < low_y ) ]  # [0, 1]

[76]中的

y=np.where（y==-9999，np.nan，y）
[77]中：low_y=（np.nanmean（y）-np.nanstd（y））
In[78]：低值
Out[78]：1.8177166753143883
在[79]：x_masked=x[np.其中（y

当我这样做时，得到的结果与初始代码相同。这就是我在运行代码时得到的结果：掩码数组（数据=[0,1,2,9]我很惊讶您的结果是

[0,1,2,9]

。尝试

x=np.ma.masked_值（y，-9999）

在代码中，您应该得到

掩码数组（数据=[0,1，--，-，-]…

x=np.ma.masked_值（y，-9999）

worked！有没有办法让ma.masked_值屏蔽掉其他屏蔽值？如果我写：

x=np.ma.masked_值（y，--），它会工作吗

或类似的东西？如果我正确理解了您的问题，您不希望

--

显示在您的数组中吗？如果是这样，您只需使用

np来遵循上面的代码。其中

当我这样做时，我会得到与初始代码相同的结果。这是我运行您的代码时得到的结果：masked_数组（data=[0，1，2，9]我很惊讶你的结果是

[0,1,2,9]

。试试

x=np.ma.masked_值（y，-9999）

在你的代码中，你应该得到

masked_数组（data=[0,1，--，--]…

x=np.ma.masked_值（y，-9999）

worked！有没有办法让ma.masked_值屏蔽掉其他屏蔽值？如果我写：

x=np.ma.masked_值（y，--），它会工作吗

或类似的东西？如果我正确理解了您的问题，您不希望

--

显示在您的数组中？如果是这样，您只需使用

np来遵循我上面的代码即可。其中

起作用。因此，现在如果我想找到应用于它的任何值的平均值np.nan，我需要使用np.nanmean（），对吗？这很有效。所以现在如果我想找到应用于它的任何值的平均值np.nan，我需要使用np.nanmean（），对吗？