翻译总结自：The numpy.ma module — NumPy v1.21 Manual

前言

ma是Mask的缩写，关于Mask的解释，如果有PS的基础，可以理解为蒙版，如果有计算机网络的基础，可以理解为掩码。Mask array是专门用于提取数组中特定元素构成的新数组的中间数组。

类比的话，如果说原数组是一块棋盘，每个位置都写了特定数字，那么Mask array就是和原棋盘大小相同的一块布，只是上边有几个洞。那么，把这块布盖在棋盘上，就只能显示出这几个洞处的数字了，其他位置上的数字都被蒙上了，显示的结果就是对原数组进行Mask的结果，这块布就是Mask。

原理

Masked array（就是前言中所写的棋盘，即原数组）中可能存在缺省值或非法值。numpy.ma模块提供了一个类似于numpy工作模式的Masked array。

注意区分Masked array与Mask array的差别，Masked array是原数组，Mask array是参与Mask的中间数组。

什么是Masked array？

在大多数情况下，数据集中可能包含有无效数据（比如空值、非法值）。numpy.ma模块通过引入Masked array来解决这个问题。

Masked array并不是单个数组，而是①标准ndarray和②Mask array的组合。一个Mask array也可以是一个nomask，在Mask array中，要么用空值代表了非法值，要么用布尔数组中的True和False指明哪些值有效和无效。

如果Masked中某个元素是无效的，那么它对应的Mask中的这个位置的元素就是True，说明这个元素需要被“蒙”起来；反之，有效元素的位置上，Mask array中就是False，这个元素就不会被“蒙”。

这就确保了，那些Masked元素不会被用于计算。

举个例子，假设我们有以下一个数据集：

import numpy as np
import numpy.ma as ma
x=np.array([1,2,3,-1,5])

如果第四个数据非法且需要Mask的，最简单的方法就是构造一个Masked array：

mx=ma.masked_array(x,mask=[0,0,0,1,0])

然后，我们就可以排除这个无效值再对正确的数据集进行统计分析了：

mx.mean() #均值
#2.75

numpy.ma

ma模块最主要的功能是MaskedArray类，它是numpy.ndarray的子类。关于这个类的属性和方法，可以通过看MaskedArray class来获取更多的细节。

简单来说，numpy.ma可以看做是numpy的补充：

import numpy as np
import numpy.ma as ma

如果要构造一个第二个元素是非法元素的数组，我们可以这样写：

y=ma.array([1,2,3],mask=[0,1,0])

如果要构造一个，所有与1.e20相差不多的值视为无效值的Masked array，可以这样写：

z=ma.masked_values([1.0,1.e20,3.0,4.0],1.e20)

此外，还有许多构造Masked array的方法，可以看Constructing masked arrays。

使用numpy.ma

1）构造Masked array

Masked array由两部分组成：①标准ndarray；②Mask array；两者尺寸相同。

有多种构造Masked array的方法：

• 直接引入 MaskedArray 类；
• 两种Masked array构造器，array 与 masked_array：

  array(data[,dtype,copy,order,mask,...])	最常用，直接用一个array和与之对应的mask进行构造
  masked_array	等同于numpy.ma.core.MaskedArray

• 其它方法（常用的被我用红色标注）：

asarray(a[, dtype, order])	将一个array正常转化为masked array
asanyarray(a[, dtype])	与asarray相同
fix_invalid(a[, mask, copy, fill_value])	无效值(NaN和inf)会被Mask，并且无效值会被填充为fill_value
masked_equal(x, value[, copy])	等于value的值会被Mask
masked_greater(x, value[, copy])	大于value的值会被Mask
masked_greater_equal(x, value[, copy])	大于等于value的值会被Mask
masked_inside(x, v1, v2[, copy])	给定区间内的值会被Mask
masked_invalid(a[, copy])	无效值（NaN和inf）会被Mask
masked_less(x, value[, copy])	小于value的值会被Mask
masked_less_equal(x, value[, copy])	小于等于value的值会被Mask
masked_not_equal(x, value[, copy])	不等于value的值会被Mask
masked_object(x, value[, copy, shrink])	完全等同于value(常用于String)的值会被Mask
masked_outside(x, v1, v2[, copy])	给定区间外的值会被Mask
masked_values(x, value[, rtol, atol, copy, …])	浮点值相等的值会被Mask
masked_where(condition, a[, copy])	符合条件的下标/索引会被Mask

2）访问数据

Masked array中的data array可以通过多种方式访问：

• 通过data属性；输出结果是一个numpy.ndarray(或子类)的视图：m.data
• 通过__array__方法；输出结果是一个numpy.ndarray。
• 通过getdata函数。

通常情况下，需要先把其中无效数据通过filled方法填充后，才能通过以上方法进行访问。

3）访问Mask

访问Mask array可以用 mask 属性：m.mask。一定要注意，Mask中的True代表着Masked array中的无效数据。

另外两种访问Mask的方法是通过getmask和 getmaskarray 方法：

• getmask(x)要么返回Mask array，要么返回nomask。
• getmaskarray(x)要么返回Mask array，要么返回全是False的布尔数组。
  

4）访问合法元素

①~mask

如果我们要提取合法元素，我们可以用~mask作为索引：

x=ma.array([[1, 2], [3, 4]], mask=[[0, 1], [1, 0]])
x[~x.mask]

masked_array(data=[1, 4],
             mask=[False, False],
       fill_value=999999)

提取结果是MaskedArray，只是data全是合法元素，mask全是False。

②compress

另一种提取合法元素的方法是用compressed ，它只返回由合法元素组成的ndarray：

x.compressed()
array([1, 4])

需要注意compressed的输出总是一维数组。

5）调整Mask

①Mask特定元素

a、直接标记特定元素为masked（推荐）

如果想把Masked array中的某个或某些元素手动标记为无效元素，推荐方法是直接把这个元素修改为 masked。

#①单个元素
x = ma.array([1, 2, 3])
x[0] = ma.masked
x
masked_array(data=[--, 2, 3],
             mask=[ True, False, False],
       fill_value=999999)

#②根据坐标筛选多个元素
y = ma.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
#同时给出横纵坐标，两者组合得到一个元素位置/索引
y[(0, 1, 2), (1, 2, 0)] = ma.masked
y
masked_array(
  data=[[1, --, 3],
        [4, 5, --],
        [--, 8, 9]],
  mask=[[False,  True, False],
        [False, False,  True],
        [ True, False, False]],
  fill_value=999999)
#③用切片得到多个元素
z = ma.array([1, 2, 3, 4])
z[:-2] = ma.masked
z
masked_array(data=[--, --, 3, 4],
             mask=[ True,  True, False, False],
       fill_value=999999)

b、修改Mask array

x = ma.array([1, 2, 3])
x.mask = [0, 1, 0]#修改mask


x
masked_array(data=[1, --, 3],
             mask=[False,  True, False],
       fill_value=999999)

②取消Mask特定元素

a、直接给特定元素赋值（合法值）

x = ma.array([1, 2, 3], mask=[0, 0, 1])
x[-1] = 5

x
masked_array(data=[1, 2, 5],
             mask=[False, False, False],
       fill_value=999999)

这种方法对于hard mask会失效，一个array是否是hard mask，可以通过属性hardmask查看。

可以通过soften_mask来把hard mask变为soft mask，也可以通过harden_mask把它变成hard mask。

b、取消全部元素的Mask

在mask不是hard mask的前提下，可以通过把mask设置为nomask来取消全部元素的mask。

x = ma.array([1, 2, 3], mask=[0, 0, 1])
x.mask = ma.nomask
x
masked_array(data=[1, 2, 3],
             mask=[False, False, False],
       fill_value=999999)

6）索引和切片

由于MaskedArray是ndarray的子类，所以它也继承了ndarray的索引和切片机制。

①索引

通过索引访问MaskedArray单个元素时，如果MaskedArray是一维的，那么输出结果要么是正常元素（Mask中该元素是False时），要么是一个特殊的值——masked（Mask中该元素是True时）：

x = ma.array([1, 2, 3], mask=[0, 0, 1])
x[0] #正常元素 Mask为False
1
x[-1] #特殊元素 Mask为True
masked

x[-1] is ma.masked
True

如果MaskedArray是多维的，那么通过一个索引访问时，会列出该维度下的所有数据（除了Mask为False的元素）：

y = ma.masked_array([(1,2), (3, 4)],
               mask=[(0, 0), (0, 1)],
              dtype=[('a', int), ('b', int)])
y[0] #第一行
(1, 2)
y[-1] #最后一行
(3, --)

②切片

通过切片访问MaskedArray时，会返回一个新的MaskedArray，它的data和mask是由原MaskedArray的data和mask进行切片获取到的：

x = ma.array([1, 2, 3, 4, 5], mask=[0, 1, 0, 0, 1])
mx = x[:3]
mx
masked_array(data=[1, --, 3],
             mask=[False,  True, False],
       fill_value=999999)
mx[1] = -1
mx
masked_array(data=[1, -1, 3],
             mask=[False, False, False],
       fill_value=999999)
x.mask
array([False, False, False, False,  True])
x.data
array([ 1, -1,  3,  4,  5])

7）Masked Array相关操作与运算

Masked Array支持一系列的算术和比较运算。无效数据通常不会参与运算，这意味着运算前后data的样式应该是一样的（有效的还是有效，无效的还是无效）。

numpy.ma模块中实现了数组运算的大部分函数，有些一元或者二元函数（比如log和divide）在对某些值进行操作时，可能导致结果出现无效值（比如log(0)、log(-1)等）：

ma.log([-1, 0, 1, 2])
masked_array(data=[--, --, 0.0, 0.6931471805599453],
             mask=[ True,  True, False, False],
       fill_value=1e+20)

Masked Array也支持标准numpy函数，输出也是Masked Array。

x = ma.array([-1, 1, 0, 2, 3], mask=[0, 0, 0, 0, 1])
np.log(x)
masked_array(data=[--, 0.0, --, 0.6931471805599453, --],
             mask=[ True, False,  True, False,  True],
       fill_value=1e+20)

例子

1）用某个特定值代替无效值的Array

考虑一个List x，其中存放一系列元素，用-9999代替无效值。

我们希望①计算这些元素的平均值；②计算这些元素与平均值间的差值（以上计算都不包含无效值）。

import numpy.ma as ma
x = [0.,1.,-9999.,3.,4.]

mx=ma.masked_values(x,-9999.)#构造Masked Array，标记-9999为无效值

#计算平均值
print(mx.mean())
2.0

#计算差值
print(mx - mx.mean())
[-2.0 -1.0 -- 1.0 2.0]
print(mx.anom())
[-2.0 -1.0 -- 1.0 2.0]

2）填充无效值

还以1）为背景，假设我们想把无效值填充为有效值的平均值：

print(mx.filled(mx.mean()))
[ 0.  1.  2.  3.  4.]

3）数学运算

数学运算时，会简单地不考虑无效值、除以0、对负值开根号等情况：

import numpy.ma as ma
x = ma.array([1., -1., 3., 4., 5., 6.], mask=[0,0,0,0,1,0])
y = ma.array([1., 2., 0., 4., 5., 6.], mask=[0,0,0,0,0,1])
print(ma.sqrt(x/y))
[1.0 -- -- 1.0 -- --]

如果出现以上所说情况，会把这些情况的结果视为无效值。

4）忽略极端值

假设我们有一个array d，其中的元素都是位于（0，1）间的浮点值，我们想要计算d中位于[0.2,0.9]范围外值的平均值：

d = np.linspace(0, 1, 20)

d_mean=d.mean()

d_out=ma.masked_outside(d,0.2,0.9)#提取在[0.2,0.9]范围内的值
d_out_mean=d_out.mean()

d_in_mean=d_mean-d_out_mean
-0.05263157894736836