与标量比较时，NumPy 掩码数组不考虑填充值

Question

我有一个屏蔽的 numpy 数组，如下所示：

mar = np.ma.array([0, 0, 100, 100], mask=[False, True, True, False], fill_value=-1)

所以中间的两个值被屏蔽了，调用mar.filled()会返回[0, -1, -1, 100]。

我想将此数组与标量 0 进行比较，即：

mar == 0

返回

masked_array(data = [True -- -- False],
             mask = [False  True  True False],
       fill_value = True)

请注意，fill_value 现在是 True，这是 bool 数组的默认填充值，但在这种情况下对我来说没有意义（我本来希望它设置为 -1 == 0，即 @987654330 @)。

为了更清楚地说明我的问题：(mar == 0).filled() 和 mar.filled() == 0 不会返回相同的结果。

这是预期的行为还是错误？无论如何，是否有解决方法来实现我想要的行为？我知道我可以在使用.filled() 进行比较之前转换为普通数组，但如果可能的话我想避免这种情况，因为代码不应该关心它是屏蔽数组还是普通数组。

Answer 1

mar == 0 使用mar.__eq__(0)

该方法的文档说：

当任何一个元素被屏蔽时，结果也会被屏蔽， 但底层布尔数据仍然设置，self和other 如果两者都被屏蔽，则认为相等，否则不相等。

该方法又使用mar._comparison

这首先对.data属性进行比较

In [16]: mar.data
Out[16]: array([  0,   0, 100, 100])
In [17]: mar.data == 0
Out[17]: array([ True,  True, False, False])

然后它会比较掩码并调整值。 0 没有被屏蔽，所以它的“掩码”是False。由于mar的被屏蔽元素的掩码为True，所以掩码不匹配，比较.data设置为False。

In [19]: np.ma.getmask(0)
Out[19]: False
In [20]: mar.mask
Out[20]: array([False,  True,  True, False])
In [21]: (mar==0).data
Out[21]: array([ True, False, False, False])

在比较中我得到了不同的fill_value。这可能是 v 1.14.0 的变化。

In [24]: mar==0
Out[24]: 
masked_array(data=[True, --, --, False],
             mask=[False,  True,  True, False],
       fill_value=-1)
In [27]: (mar==0).filled()
Out[27]: array([True, -1, -1, False], dtype=object)

这令人困惑。掩码数组上的比较（通常是大多数函数）必须处理.data、掩码和填充。不知道 ma 的 Numpy 代码通常适用于 .data 并忽略屏蔽。 ma 方法可以使用filled() 值或compressed。这个comparison 方法尝试将所有 3 个属性都考虑在内。

---

用掩码 0 数组（相同的掩码和填充值）测试相等性：

In [34]: mar0 = np.ma.array([0, 0, 0, 0], mask=[False, True, True, False], fill_
    ...: value=-1)
In [35]: mar0
Out[35]: 
masked_array(data=[0, --, --, 0],
             mask=[False,  True,  True, False],
       fill_value=-1)
In [36]: mar == mar0
Out[36]: 
masked_array(data=[True, --, --, False],
             mask=[False,  True,  True, False],
       fill_value=-1)
In [37]: _.data
Out[37]: array([ True,  True,  True, False])

---

mar == 0 与mar == np.ma.array([0, 0, 0, 0], mask=False) 相同

Answer 2

我不知道为什么(mar == 0) 没有产生所需的输出。不过可以考虑

np.equal(mar, 0)

保留原来的填充值。