Python屏蔽的数组使用np.array产生NaN

240

哈特爵士

我试图选择一个更大的网格的子集来执行有限元分析，以在两个数组之间进行迭代。有遮罩的数组和无遮罩的数组，但我遇到了使用np.arrays时从遮罩出现NaN的问题。我最初在这里使用掩码是为了避免出现NaN问题，包括NaN == NaN（False）等...但是当与np.arrays一起使用时，掩码本身似乎正在创建NaN！

协调数组进行迭代：

array = np.array(list(np.arange(5))*5).reshape(5,5)
big_array =  np.array([array,array,array])

在坐标数组上应用蒙版：

mask1 = np.ma.masked_array(big_array, mask = (big_array>2))
mask2 = np.ma.masked_array(big_array, mask = (big_array>3))

遍历坐标数组以进行蒙版与非蒙版比较：

for i in range(5):
    for j in range(5):
            array_group = np.array([ big_array[0,i,j], big_array[1,i,j] ]) 
            array_group2 = np.array([ mask1[0,i,j], mask2[1,i,j] ]) 
            print array_group

^^没有来自array_group的NaN，但是.. ^^^

        print array_group2

NaN在此处显示为被屏蔽的array_group2

IMCoins

在您的数据中，您的mask1输出：

[[[0 1 2 -- --]
  [0 1 2 -- --]
  [0 1 2 -- --]
  [0 1 2 -- --]
  [0 1 2 -- --]]

 [[0 1 2 -- --]
  [0 1 2 -- --]
  [0 1 2 -- --]
  [0 1 2 -- --]
  [0 1 2 -- --]]

 [[0 1 2 -- --]
  [0 1 2 -- --]
  [0 1 2 -- --]
  [0 1 2 -- --]
  [0 1 2 -- --]]]

小破折号是导致nan值出现的掩码数据。至于如何解决这个问题……我相信这取决于您要如何处理这些数据：将这些破折号替换为0，错，删除它们……等等。

本文收集自互联网，转载请注明来源。

如有侵权，请联系 [email protected] 删除。