屏蔽2d numpy数组时出错

Question

我不确定这里的正确术语是什么，但是我试图使用来自多个数组的多个条件来掩盖numpy数组中的一些值。例如，我想找到并屏蔽X中的区域，其中数组t / l，lat2d，x和m符合某些条件。所有阵列都具有相同的形状：（250,500）。我试过这个：

cs[t < 274.0 | 
   l > 800.0 |
   lat2d > 60 |
   lat2d < -60 | 
   (x > 0 & m > 0.8) |
   (x < -25 & m < 0.2)] = np.nan

ufunc'bitwise_and'不支持输入类型，并且根据强制转换规则''safe'，输入无法安全地强制转换为任何支持的类型。

我替换了＆，|与和/或得到错误：

ValueError：具有多个元素的数组的真值是不明确的。使用a.any（）或a.all（）

我试过创建一个mask：mask = t <274.0 | l> 800.0 | lat2d> 60 | lat2d <-60 | （x> 0＆m> 0.8）| （x <-25＆m <0.2），为了在掩码数组中使用但得到相同的错误。

任何想法如何在Python 3中做到这一点？

Answer 1

这只是运算符优先级的问题：

cs[(t < 274.0) | 
   (l > 800.0) |
   (lat2d > 60) |
   (lat2d < -60) |
   ((x > 0) & (m > 0.8)) |
   ((x < -25) & (m < 0.2))] = np.nan

应该管用

Answer 2

你可以使用python函数，然后在数组上应用该函数。

def cond(x):
    if (np.all(t < 274.0) or np.all(l > 800.0) or np.all(lat2d > 60) or \
        np.all(lat2d < -60) or (np.all(x > 0) and np.all(m > 0.8)) or  \
        (np.all(x < -25) and np.all(m < 0.2))):
        return np.nan

然后在数组上应用此函数：

cs[:] = np.apply_along_axis(cond, 0, cs)