Python 获取Numpys掩码数组中的非掩码值

我正在尝试从netCDF4文件中提取数据。这些包含“面具光线”，它们是Numpy库的一部分

我的数据包含：纬度、经度、日期和值（在不同的文件中分开）。 另外，一个显示由于各种原因（无测量或其他原因）哪些纬度/经度无效的遮罩

我的数据如下所示（对于屏蔽数据）：

我正在搜索一个numpy方法（或类似方法），它只能提取这些未被屏蔽的值。理想情况下，只需从数据集中删除所有无效条目。 我找到了

.compressed

，但它返回了一维数组。从第三维度来看，这是一个相当大的信息损失，我不知道这些值在哪里

此外，我还尝试了

nonzero=_数组['one of the values'][0].nonzero（）

。 这给了我一个具有lat/lon值的双数组，但在这之后，我仍然必须访问这些值，这很慢。不幸的是，在知道如何访问所有这些日期后，我需要在30*6个文件上执行这些操作，每个文件具有~1500×700×365个数据点：D

all_days = [(x, rhstmax['stuff'][x][24][1288]) for x in range(366)]
# represents just for lat:24,lon:1288 all days. First 20:
all_days[:20] =
    [(0, 15.799999),
     (1, 16.199999),
     (2, 17.4),
     (3, 13.2),
     (4, 10.8),
     (5, 11.3),
     (6, 15.299999),
     (7, 16.299999),
     (8, 14.099999),
     (9, 10.8),
     (10, 9.5),
     (11, 9.0999994),
     (12, 11.9),
     (13, 9.1999998),
     (14, 31.0),
     (15, 49.0),
     (16, 8.6999998),
     (17, 10.0),
     (18, 44.099998),
     (19, 30.699999)]
# ... takes forever :(

---

要获取Python中的非屏蔽数据，可以使用

.mask

工具

假设您拥有以下数据集：

data = [[0.0 1.0 -- --]
       [2.0 3.0 -- --]]

通过

data.mask

命令，您可以在获取所有

False

索引的同时获取非屏蔽数据

data = data[data.mask == False]

注意，这将为您提供所有输入的1D数组

data -> [0.0 1.0 2.0 3.0]

---

如果要删除包含任何/所有屏蔽数据的行：

masked_array(
    data =
     [[[-- -- -- ..., -- -- --]
        ..., 
       [-- -- -- ..., -- -- --]]],
    mask =
     [[[ True  True  True ...,  True  True  True]
        ...,
       [ True  True  True ...,  True  True  True]]],
    fill_value = 32767)

data = data[~data.mask.any(axis=1)]

---

理想情况下，在删除所有无效条目后，输出的结构是什么？您是否在上检查了此概述？compressed返回1d，因为每行或每列的数值不一致。填充是“删除”屏蔽值的另一种方式。