Python 屏蔽阵列的Numpy广播_to

我正在使用

np.broadcast\u to

函数获取重塑阵列的视图，如示例所示：

>>> x = np.array([1, 2, 3])
>>> np.broadcast_to(x, (3, 3))
array([[1, 2, 3],
       [1, 2, 3],
       [1, 2, 3]])

将掩码数组传递到此函数会丢失掩码，但：

>>> y = np.ma.array([1, 2, 3], mask=[False, True, False])
>>> np.broadcast_to(y, (3, 3))
array([[1, 2, 3],
       [1, 2, 3],
       [1, 2, 3]])

如何获得以下视图

array([[1, --, 3],
       [1, --, 3],
       [1, --, 3]])

---

我想这就是你想要的。广播后屏蔽阵列，以便获得所需的屏蔽阵列

y = np.ma.array([1, 2, 3])
z = np.broadcast_to(y, (3, 3))
x = np.ma.array(z, mask=np.broadcast_to([False,True,False], (3, 3)))
x
masked_array(data =
 [[1 -- 3]
 [1 -- 3]
 [1 -- 3]],
             mask =
 [[False  True False]
 [False  True False]
 [False  True False]],
       fill_value = 999999)

检查这是否适用于您的案例。 如果希望掩码数组值不带“---”

---

要了解更多信息，请浏览，显然，您可以将

subok

参数传递到

np.broadcast\u to

，以保留传递的数组类型，而不使用基本数组类型，但这仅广播屏蔽数组的数据，而不广播掩码

之后，您可能应该手动广播掩码：

>>> y = np.ma.array([1, 2, 3], mask=[False, True, False])
>>> z = np.broadcast_to(y, (3, 3), subok=True)
>>> z.mask
False
>>> z.mask = np.broadcast_to(y.mask, z.shape)
>>> z
masked_array(data =
 [[1 -- 3]
 [1 -- 3]
 [1 -- 3]],
             mask =
 [[False  True False]
 [False  True False]
 [False  True False]],
       fill_value = 999999)

---

基于@Sandeep Kadapa的有益结果（我缺乏评论的声誉）， 我构建了一个函数，可用于查找和替换numpy.broadcast_的调用，以：

import numpy as np

def ma_broadcast_to(maskedarray,tup):
        initial_mask=np.ma.getmask(maskedarray)
        broadcasted_mask=np.broadcast_to(initial_mask,tup)
        broadcasted_array=np.broadcast_to(maskedarray,tup)
        return np.ma.array(broadcasted_array, mask=broadcasted_mask)

并应用于OP

y = np.ma.array([1, 2, 3], mask=[False, True, False])
ma_broadcast_to(y,(3,3))

返回

masked_array(
  data=[[1, --, 3],
        [1, --, 3],
        [1, --, 3]],
  mask=[[False,  True, False],
        [False,  True, False],
        [False,  True, False]],
  fill_value=999999)

---

--

不是有效的Numpy或Python标识符。

--

应该是什么？无？@Kasramvd

--

用于显示屏蔽数组的屏蔽项。我希望在

np.broadcast\u

中传递

subok=True

，以返回所需的结果，但不幸的是，它没有。掩码不会被广播。通常，numpy函数不“知道”掩码数组。他们倾向于只使用

数据

部分

np.ma

函数可以工作，将任务委托给屏蔽方法的函数也可以工作。是的，应该可以工作。我可以传递

y.mask

而不是

[0,1,0]

，使其更通用。在'np.ma.array'函数中，

copy

参数也默认为

False

，因此它应该返回一个视图。谢谢，欢迎光临@邓肯

masked_array(
  data=[[1, --, 3],
        [1, --, 3],
        [1, --, 3]],
  mask=[[False,  True, False],
        [False,  True, False],
        [False,  True, False]],
  fill_value=999999)