在 jupyter 中的“np.ma.array”问题中屏蔽了“np.nan”

Question

让我们在 Anaconda Jupyter 中运行 Python3 NumPy 代码：

y = np.ma.array(np.matrix([[np.nan, 2.0]]), mask=[0, 1])
m = (y < 0.01)

我们收到警告：/.../anaconda3/lib/python3.7/site-packages/ipykernel_launcher.py:2: RuntimeWarning: invalid value encountered in less。

用1.0 等替换np.nan --- 没有警告。

为什么np.nan不能被屏蔽然后比较？

Answer 1

MA 有几种实现方法的策略。

1) 评估y.data 上的方法，并用y.mask 创建一个新的ma。它可能会抑制任何运行时警告。

2) 使用默认填充值评估y.filled() # 上的方法

3) 在y.filled(1)# 或其他一些无害的值上评估方法

4) 评估y.compressed()上的方法

5) 评估y.data[~y.mask]上的方法

乘法，例如使用filled(1)，加法使用filled(0)。

看来比较是用 1) 完成的。

我没有详细研究过ma的代码，但我认为它不会5）。

如果您使用ma 只是为了避免运行时警告，则有一些替代方法。

• 有一组 np.nan... 函数在计算之前过滤掉 nan

• 有一些方法可以抑制运行时警告

• ufuncs 有一个where 参数，可用于跳过某些元素。将它与out 参数一起使用来定义跳过的参数。

===

查看np.ma.core.py 我看到类似ma.less 的函数。

In [857]: y = np.ma.array([np.nan, 0.0, 2.0], mask=[1, 0, 0])                                  
In [858]: y >1.0                                                                               
/usr/local/bin/ipython3:1: RuntimeWarning: invalid value encountered in greater
  #!/usr/bin/python3
Out[858]: 
masked_array(data=[--, False, True],
             mask=[ True, False, False],
       fill_value=True)
In [859]: np.ma.greater(y,1.0)                                                                 
Out[859]: 
masked_array(data=[--, False, True],
             mask=[ True, False, False],
       fill_value=True)

查看代码，ma.less 等是 MaskedBinaryOperation 类，并使用 1) - 使用 data 评估

np.seterr(divide='ignore', invalid='ignore')

结果掩码是参数掩码的逻辑组合。

https://docs.scipy.org/doc/numpy/reference/maskedarray.generic.html#operations-on-masked-arrays

Answer 2

让问题更简单，让我们假设：

y = np.ma.array([np.nan, 0.0, 2.0], mask=[1, 0, 0])
m = (y > 1.0)
print(y, y.shape) ; print(y[m], y[m].shape, m.shape)

输出是：

[-- 0.0 2.0] (3,)
[2.0] (1,) (3,)

带有 RuntimeWarning：/.../anaconda3/lib/python3.7/site-packages/ipykernel_launcher.py:2: RuntimeWarning: invalid value encountered in greater。

变化：

...
m = (y != 2.0)
...

我们得到：

[-- 0.0 2.0] (3,)
[-- 0.0] (2,) (3,)

所以我们有一个被屏蔽的元素和没有任何 RuntimeWarning 的结果。

现在改变：

...
m = y.mask.copy() ; y[np.isnan(y)] = 9.0 ; y.mask = m ; m = (y > 1.0)
...

我们得到（没有 RuntimeWorning）：

[-- 0.0 2.0] (3,)
[-- 2.0] (2,) (3,)

然而，这种解决方法很奇怪（通过设置任意值来代替 np.nan 并保存掩码）。与masked 比较的东西应该总是masked，不是吗？