如何将数组索引转换为掩码/从掩码转换答案

【问题标题】：How to convert an array index to/from a mask如何将数组索引转换为掩码/从掩码转换
【发布时间】：2022-10-18 04:26:41
【问题描述】：

假设我有一个数组，例如：

a1 = np.array([.1, .2, 23., 4.3, 3.2, .1, .05, .2, .3, 4.2, 7.6])

我过滤掉并创建一个所有小于 1 的值的掩码，例如：

a2 = a1[a1 >= 1]
a2_mask = np.ma.masked_where(a1 < 1, a1)

然后搜索特定值：

a2_idx = np.where(a2==3.2)[0][0]

我如何将该索引转换为原始数组中的相应索引？

例如

>>> a2_idx
2
>>> a1_idx = reframe_index(a2_idx, a2_mask)
>>> a1_idx
4

我天真的实现是：

def reframe_index(old_idx, mask):
    cnt = 0
    ref = 0
    for v in mask:
        if not isinstance(v, (int, float)):
            cnt += 1
        else:
            if ref == old_idx:
                return ref + cnt
            ref += 1

Numpy 是否有更有效的方法来做到这一点？

【问题讨论】：

标签： python numpy

【解决方案1】：

a2 是一个副本，所以它和a1 之间没有链接——除了一些值。

In [19]: a2
Out[19]: array([23. ,  4.3,  3.2,  4.2,  7.6])
In [20]: np.nonzero(a2 == 3.2)
Out[20]: (array([2]),)
In [21]: a2[2]
Out[21]: 3.2

a2_mask 的 mask，也就是 a1<1，确实为我们提供了一种查找 a1 对应元素的方法：

In [22]: a2_mask = np.ma.masked_where(a1 < 1, a1)
In [23]: a2_mask
Out[23]: 
masked_array(data=[--, --, 23.0, 4.3, 3.2, --, --, --, --, 4.2, 7.6],
             mask=[ True,  True, False, False, False,  True,  True,  True,
                    True, False, False],
       fill_value=1e+20)
In [24]: a2_mask.compressed()
Out[24]: array([23. ,  4.3,  3.2,  4.2,  7.6])
In [25]: a2_mask.mask
Out[25]: 
array([ True,  True, False, False, False,  True,  True,  True,  True,
       False, False])
In [26]: np.nonzero(~a2_mask.mask)
Out[26]: (array([ 2,  3,  4,  9, 10]),)
In [27]: np.nonzero(~a2_mask.mask)[0][2]
Out[27]: 4
In [28]: a1[4]
Out[28]: 3.2

因此，您首先需要用于选择 a2 的掩码或索引。 a2 本身没有信息。

In [30]: np.nonzero(a1>=1)
Out[30]: (array([ 2,  3,  4,  9, 10]),)
In [31]: np.nonzero(a1 >= 1)[0][2]
Out[31]: 4

【讨论】：

【解决方案2】：

我最近也有类似的问题，所以我发了haggis.npy_util.unmasked_index¹.对于您相对简单的情况，此函数有很多过度杀伤力，因为它旨在对任意数量的维度进行操作。话虽如此，鉴于

>>> arr = np.array([.1, .2, 23., 4.3, 3.2, .1, .05, .2, .3, 4.2, 7.6])

和

>>> mask = arr >= 1
>>> mask
array([False, False,  True,  True,  True, False, False, False, False,
       True,  True])

你可以做类似的事情

>>> idx = unmasked_index(np.flatnonzero(arr[mask] == 3.2), mask)
>>> idx
array([4])

如果您需要它，还有一个反函数 haggis.npy_util.masked_index 将多维输入数组中的位置转换为其在掩码数组中的索引。

^{¹免责声明：我是哈吉斯的作者。}

【讨论】：