Python：用3D布尔索引3D数组并返回相同大小的3D数组。。。雅致

我有一个3D图像扫描（形状：

335x306x306

，总元素：

31368060

），我想用相同大小的3D布尔掩码对其进行掩码，以返回相同大小的掩码图像

当我简单地用掩码索引数组时，如下所示：

masked_image = image_pix[mask]

我得到了一个1D图像像素值数组，其中遮罩的顺序为=1，按标准行主（C样式）顺序排列（如图所示）。由于屏蔽，它只有6953600个元素

那么，如果没有索引，我如何将这个1D数组重塑为3D数组呢？我意识到我可以使用遮罩本身的索引来用遮罩值迭代地填充3D数组，但我希望有一种更优雅（且计算效率更高）的解决方案，它不依赖于for循环。

使用：

使用

[mask]

的“普通”索引删除所有屏蔽值，这样就不会出现garantuee，从而可以再次将其重塑为3D（因为它丢失了项目），因此这是不可能的

---

但是，

MaskedArray

s保持其形状：

>>> import numpy as np

>>> arr = np.random.randint(0, 10, 16).reshape(4, 4)

>>> marr = np.ma.array(arr, mask=arr>6)

>>> marr.shape
(4, 4)

>>> marr
masked_array(data =
 [[3 -- 0 1]
 [4 -- 6 --]
 [2 -- 6 0]
 [4 5 0 0]],
             mask =
 [[False  True False False]
 [False  True False  True]
 [False  True False False]
 [False False False False]],
       fill_value = 999999)

---

我只是想了一会儿，然后意识到我可以通过逻辑索引来实现这一点

masked_image = image_pix # define the masked image as the full image
masked_image[mask==0] = 0 # define the pixels where mask == 0 as 0

---

这很容易…

如果您需要未修改的

图像，您应该复制：
蒙版图像=图像\u pix.copy（）
。
masked_image = image_pix # define the masked image as the full image
masked_image[mask==0] = 0 # define the pixels where mask == 0 as 0