Python 取消遮罩Numpy数组的遮罩会将遮罩值更改为0

我屏蔽了数值为nodata-9999的数组，计算轴上的平均值=0，然后取消屏蔽我的数据数组，但随后我的nodata值变为0，但现在如何区分计算的平均值0和nodata 0。请参见以下代码示例：

In [1]: import numpy.ma as ma
   ...: x = [[0.,1.,-9999.,3.,4.],[0.,2.,-9999,4.,5.]]
   ...: x 
Out[1]: [[0.0, 1.0, -9999.0, 3.0, 4.0], [0.0, 2.0, -9999, 4.0, 5.0]]

In [2]: mx = ma.masked_values(x, -9999.)
   ...: mx
Out[2]: 
masked_array(data =
 [[0.0 1.0 -- 3.0 4.0]
 [0.0 2.0 -- 4.0 5.0]],
             mask =
 [[False False  True False False]
 [False False  True False False]],
       fill_value = -9999.0)

In [3]: mean = mx.mean(axis=0)
   ...: mean
Out[3]: 
masked_array(data = [0.0 1.5 -- 3.5 4.5],
             mask = [False False  True False False],
       fill_value = 1e+20)

In [4]: mean.mask = ma.nomask
   ...: mean
Out[4]: 
masked_array(data = [0.0 1.5 0.0 3.5 4.5],
             mask = [False False False False False],
       fill_value = 1e+20)

但我希望有一个类似于输入的输出，nodata值为-9999.，比如：

In [4]: mean.mask = ma.nomask
   ...: mean
Out[4]: 
masked_array(data = [0.0 1.5 -9999. 3.5 4.5],
             mask = [False False False False False],
       fill_value = 1e+20)

---

@Mattijn实际上您甚至不需要mean.mask=ma.nomask，因为分配给掩码值会自动将掩码设置为False。更新了答案。@Mattijn实际上您甚至不需要mean.mask=ma.nomask，因为分配给掩码值会自动将掩码设置为False。更新了答案。

>>> mean = mx.mean(axis=0)
>>> mean[mean.mask] = mx.fill_value
>>> mean
masked_array(data = [0.0 1.5 -9999.0 3.5 4.5],
             mask = [False False False False False],
       fill_value = 1e+20)