想要屏蔽数据时将数组设置为零，不屏蔽数据时将数组设置为零

Question

我有被屏蔽的netcdf数据。数据以（时间，纬度，经度）为单位。我想制作一个数组，其大小与原始数据相同，但是当数据被屏蔽时为零，而在数据未被屏蔽时为零。因此，我尝试使用此功能：

def find_unmasked_values(data):
   empty = np.ones((len(data),len(data[0]),len(data[0,0])))
   for k in range(0,len(data[0,0]),1): # third coordinate
       for j in range(0,len(data[0]),1): # second coordinate
           for i in range(0,len(data),1): # first coordinate
               if ma.is_mask(data[i,j,k]) is True:
                   empty[i,j,k] = 0
   return(empty)

但是，即使数据中存在被屏蔽的值，它也只会返回一个带1且不为零的数组。如果您有关于如何提高代码效率的建议，我也将非常高兴。谢谢，

Answer 1

保持简单！不需要所有手动循环，这会使大型数据集的处理速度非常慢。一个带有其他数据的小示例（其中thl是掩码变量）：

import netCDF4 as nc4

nc  = nc4.Dataset('bomex_qlcore_0000000.nc')
var = nc['default']['thl'][:]

mask_1 = var.mask  # masked=True, not masked=False
mask_2 = ~var.mask # masked=False, not masked=True

# What you need:
int_mask = mask_2.astype(int) # masked=0, not masked=1

p.s .：其他注意事项：

• 代替len(array)，len(array[0])等），您也可以使用array.shape直接获得数组的形状，该数组将返回一个带有数组尺寸的元组。
• 如果要创建一个尺寸与另一个尺寸相同的新数组，只需使用empty = np.ones_like(data)（或np.zeros_like()是您想要的数组为零）。
• ma.is_mask()已经返回布尔值；无需将其与True进行比较。
• 不要将is与==混淆：Is there a difference between "==" and "is"?