使用一维数组上的条件屏蔽二维数组的最佳方法答案

【问题标题】：Optimum way to mask a two-dimension array using a condition on a one-dimension array使用一维数组上的条件屏蔽二维数组的最佳方法
【发布时间】：2019-04-04 19:55:23
【问题描述】：

我有一个 MxN numpy 空气质量数据数组（M = 纬度，N = 经度）。我想对这些数据应用一个掩码，以便我屏蔽掉赤道以上的任何东西（纬度 > 0）。但是，我的纬度数据是一维的 (M)。

我可以想办法屏蔽这些数据，但它们似乎都太冗长且冗长。这就是为什么我想问你，在你看来，最好的方法是什么。

import numpy as np
from numpy.ma import masked_where

my_data = np.random.randn(10,5)
latitude = np.linspace(-5,4,10)
longitude = np.linspace(10,14,5)

# I would like something like this, if latitude had the same shape as my_data
masked_data = masked_where(latitude < 0, my_data)

到目前为止，我正在使用 np.tile 将纬度扩展到与 my_data 相同的形状。但是，我想知道是否有更智能的索引或解决方法。总之：您认为屏蔽 my_data 的最佳方法是什么？

谢谢

【问题讨论】：

标签： python mask

【解决方案1】：

您可以直接索引my_data（numpy 将自动执行掩码的广播）：

my_data[latitude > 0]

输出：

(the last 4 rows of my_data)

【讨论】：

这很好而且很简单。谢谢你。作为问题的额外补充。如果我想在第二维 (N) 上包含条件怎么办？例如：纬度 > 0 AND 经度
my_data[(latitude > 0) & (longitude < 13)] 会起作用的！ numpy 索引实际上非常直观，一旦你习惯了它。 This 链接可能会有所帮助。