根据一列中的值屏蔽 2D numpy 数组答案

【问题标题】：mask a 2D numpy array based on values in one column根据一列中的值屏蔽 2D numpy 数组
【发布时间】：2011-06-05 06:35:02
【问题描述】：

假设我有以下 numpy 数组：

a = [[1, 5, 6],
     [2, 4, 1],
     [3, 1, 5]]

我想屏蔽第一列中包含1 的所有行。也就是说，我想要

   [[--, --, --],
     [2, 4, 1],
     [3, 1, 5]]

使用 numpy 掩码数组操作可以做到这一点吗？怎么可能？

谢谢。

【问题讨论】：

标签： python arrays numpy mask

【解决方案1】：

import numpy as np

a = np.array([[1, 5, 6],
              [2, 4, 1],
              [3, 1, 5]])

np.ma.MaskedArray(a, mask=(np.ones_like(a)*(a[:,0]==1)).T)

# Returns: 
masked_array(data =
 [[-- -- --]
 [2 4 1]
 [3 1 5]],
             mask =
 [[ True  True  True]
 [False False False]
 [False False False]])

【讨论】：

【解决方案2】：

您可以通过

创建所需的掩码

mask = numpy.repeat(a[:,0]==1, a.shape[1])

和被屏蔽的数组

masked_a = numpy.ma.array(a, mask=numpy.repeat(a[:,0]==1, a.shape[1]))

【讨论】：

感谢斯文的回复！我是 numpy 新手，不知道重复方法。会查的。

【解决方案3】：

您可以简单地创建一个空掩码，然后使用 numpy-broadcasting（如 @eumiro 所示）但使用元素和按位“或”运算符|：

>>> a = np.array([[1, 5, 6], [2, 4, 1], [3, 1, 5]])

>>> mask = np.zeros(a.shape, bool) | (a[:, 0] == 1)[:, None]

>>> np.ma.array(a, mask=mask)
masked_array(data =
 [[-- -- --]
 [2 4 1]
 [3 1 5]],
             mask =
 [[ True  True  True]
 [False False False]
 [False False False]],
       fill_value = 999999)

进一步解释：

>>> # select first column
>>> a[:, 0]  
array([1, 2, 3])

>>> # where the first column is 1
>>> a[:, 0] == 1  
array([ True, False, False], dtype=bool)

>>> # added dimension so that it correctly broadcasts to the empty mask
>>> (a[:, 0] == 1)[:, None]  
array([[ True],
       [False],
       [False]], dtype=bool)

>>> # create the final mask
>>> np.zeros(a.shape, bool) | (a[:, 0] == 1)[:, None]  
array([[ True,  True,  True],
       [False, False, False],
       [False, False, False]], dtype=bool)

这种方法的另一个优点是它不需要使用潜在的昂贵乘法或np.repeat，因此它应该非常快。

【讨论】：