Skip to main content
 首页 » 编程设计

python之在 python 中平均多个掩码 numpy 数组

2025年05月04日9over140

最近几天我有一个问题很困扰我。我想平均不同的掩码数组,但似乎我不能,因为我的映射数组没有相同的映射模式。

例如。我有三个数组:

 [ --  --  --] 
 [ 1.  2.  --] 
 [ 2.  3.  --] 
 [ --  --  --] 
 
 [ --  2.  2.] 
 [ --  2.  3.] 
 [ --  --  --] 
 [ --  --  --] 
 
 [ 2   1.  --] 
 [ 1   1.  --] 
 [ --  --  --] 
 [ --  --  --] 

我希望结果是这些数组的平均值,但屏蔽元素与有效元素的平均不应考虑屏蔽元素。这意味着在 (0,0) 位置我有两个屏蔽元素和 1 个有效元素( value =2 ),所以最终结果应该只计算有效元素的平均值。

 [ 2   1.5  2] 
 [ 1   2    3] 
 [ 2   --  --] 
 [ --  --  --] 

我有 28 个类似的数组要组合,到目前为止,我必须执行复杂的循环和操作才能达到预期的结果。有什么有效的方法吗?

请您参考如下方法:

您可以将它们转换为 3-D 掩码数组,然后沿 axis=0 取平均值,例如:

np.ma.array((a, b, c)).mean(axis=0) 

例子:

import numpy as np 
 
a = np.ma.array([[99, 99, 99], 
                 [ 1.,  2., 99], 
                 [ 2.,  3., 99], 
                 [99, 99, 99]], 
                 mask=[[True, True, True], 
                       [False, False, True], 
                       [False, False, True], 
                       [True, True, True]]) 
b = np.ma.array([[99,  2.,  2.], 
                 [99,  2.,  3.], 
                 [99, 99, 99], 
                 [99, 99, 99]], 
                 mask=[[True, False, False], 
                       [True, False, False], 
                       [True, True, True], 
                       [True, True, True]]) 
c = np.ma.array([[2., 1., 99], 
                 [1., 1., 99], 
                 [99, 99, 99], 
                 [99, 99, 99]], 
                 mask=[[False, False, True], 
                       [False, False, True], 
                       [True, True, True], 
                       [True, True, True]]) 

和:

np.ma.array((a, b, c)).mean(axis=0) 
 
masked_array(data = 
 [[2.0 1.5 2.0] 
 [1.0 1.6666666666666667 3.0] 
 [2.0 3.0 --] 
 [-- -- --]], 
             mask = 
 [[False False False] 
 [False False False] 
 [False False  True] 
 [ True  True  True]], 
       fill_value = 1e+20)