将蒙版阵列 2d 应用到 3d
Posted
技术标签:
【中文标题】将蒙版阵列 2d 应用到 3d【英文标题】:Apply Mask Array 2d to 3d 【发布时间】:2015-05-23 19:41:30 【问题描述】:我想将 2 维掩码(NxM 数组)应用于 3 维数组(KxNxM 数组)。我该怎么做?
2d = 纬度 x 经度
3d = 时间 x 纬度 x 经度
import numpy as np
a = np.array(
[[[ 0, 1, 2],
[ 3, 4, 5],
[ 6, 7, 8]],
[[ 9, 10, 11],
[12, 13, 14],
[15, 16, 17]],
[[18, 19, 20],
[21, 22, 23],
[24, 25, 26]]])
b = np.array(
[[ 0, 1, 0],
[ 1, 0, 1],
[ 0, 1, 1]])
c = np.ma.array(a, mask=b) # this behavior is wanted
【问题讨论】:
【参考方案1】:有很多不同的方法可供选择。您要做的是将(较低维度的)掩码与具有额外维度的数组对齐:重要的是您使两个数组中的元素数量相同,如第一个示例所示:
np.ma.array(a, mask=np.concatenate((b,b,b))) # shapes are (3, 3, 3) and (9, 3)
np.ma.array(a, mask=np.tile(b, (a.shape[0],1))) # same as above, just more general as it doesn't require you to specify just how many times you need to stack b.
np.ma.array(a, mask=a*b[np.newaxis,:,:]) # used broadcasting
【讨论】:
以上是关于将蒙版阵列 2d 应用到 3d的主要内容,如果未能解决你的问题,请参考以下文章