Skip to main content
 首页 » 编程设计

python之当一个 dtype 是对象时,numpy 掩码数组的行为不同

2024年11月01日11JustinYoung

假设我有以下两个屏蔽数组声明:

arr1 = ma.array([(1,2,"hello"),(10,20,"world!")],dtype=[("p1",int),("p2",float),("p3",object)]) 
arr1.mask["p1"][0] = True 
arr1.mask["p2"][1] = True 
 
arr2 = ma.array([(1,2,3),(10,20,30)],dtype=[("p1",int),("p2",float),("p3",int)]) 
arr2.mask["p1"][0] = True 
arr2.mask["p2"][1] = True 

如您所见,唯一(轻微?)的区别是“p3”字段是 arr1 的对象和 arr2 的 int。

调用 arr2[0] 可以并给出 (--, 2.0, 3)。

但是,当屏蔽arr1的某些元素时,调用arr1[0]会出现以下错误:

*** ValueError:使用缓冲区设置带有对象成员的无效数组。

显然,将一个字段声明为一个对象引发了一些麻烦,但我完全不知道为什么。

您对此有何看法?您是否会找到一些方法来规避该问题,请记住我确实需要以这种方式访问​​“arr1[0]”?

非常感谢

埃里克

编辑:numpy 版本 < 1.8 时会出现此问题。我尝试了最新版本 (1.8),没问题。

请您参考如下方法:

当你像这样创建一个数组时,为每个 dtype 字段命名,you are actually creating a np.recarray或使用属性访问其字段的数组。

因此,要访问 arr1 的第一个字段,您应该这样做:

arr1['p1'] 
#masked_array(data = [-- 10], 
#             mask = [ True False], 
#       fill_value = 999999) 

而不是 arr1[0]。


编辑:二维解决方案类似于:

b1m = np.array([[True, False, False],[False, True, False]]) 
b1 = np.ma.array([[1, 2, 'hello'], 
                  [10, 20, 'world!']], mask=b1m, dtype=object) 
b2m = np.array([[True, False, False],[False, True, False]]) 
b2 = np.ma.array([[1, 2, 3], 
                  [10, 20, 30]], mask=b2m, dtype=object)