Python 带阵列的Numpy掩蔽

我不确定问这个问题的最佳方式，所以我提前道歉

我试图在NxM numpy音频信号阵列的每一行上找到一个峰值。数组中的每一行都是单独处理的，我想在频率空间中得到数组中每N行的所有值，这些值在噪声层以上一定数量的标准偏差。在这个实验中，我知道我没有超过400Hz的信号，所以我用它作为我的噪声地板。我在试图掩饰时遇到了问题。以下是我的代码片段：

from scipy import signal
import numpy as np


Pxx_den = signal.periodogram(input, fs=sampleRate ,nfft=sampleRate,axis=1)
p = np.array(Pxx_den)[1].astype(np.float)
noiseFloor = np.mean(p[:,400:],axis=1)
stdFloor = np.std(p[:,400:],axis=1)
p = np.ma.masked_less(p,noiseFloor+stdFloor*2)

此示例将生成以下错误：

ValueError: operands could not be broadcast together with shapes (91,5001) (91,)

我推断这是因为ma.masked_less使用单个值，不接受数组。我希望输出是一个大于条件值的NxM数组。有没有一个简单的方法来做我想做的事情，或者有一个有效的替代方法

我还研究了一些峰值检测例程，如peakUtils和scipy.signal.find_peaks_cwt（），但它们似乎只作用于一维数组

---

在深入使用掩码数组之前，请提前感谢

，请确保以下代码能够处理它们。它必须知道掩码数组是如何工作的，或者遵从掩码数组方法

至于具体的问题，我认为这是一个新的问题：

In [612]: x=np.arange(10).reshape(2,5)

In [613]: np.ma.masked_less(x,np.array([3,6]))
...
ValueError: operands could not be broadcast together with shapes (2,5) (2,)

我有一个2d数组，我尝试应用

In [627]: mask= x<np.array([3,6])[:,None]

In [628]: np.ma.masked_where(mask,x)
Out[628]: 
masked_array(data =
 [[-- -- -- 3 4]
 [-- 6 7 8 9]],
             mask =
 [[ True  True  True False False]
 [ True False False False False]],
       fill_value = 999999)

In [631]: x[~mask]
Out[631]: array([3, 4, 6, 7, 8, 9])

In [632]: np.ma.masked_where(mask,x).compressed()
Out[632]: array([3, 4, 6, 7, 8, 9])