获取 numpy 二维数组中包含非屏蔽值的第一行和最后一行的索引

Question

使用 Python 中的 2D 屏蔽数组，获取包含非屏蔽值的第一行和最后一行和列的索引的最佳方法是什么？import numpy as npa = np.reshape(range(30), (6,5))amask = np.array([[True, True, False, True, True],                  [True, False, False, True, True],                  [True, True, True, False, True],                  [True, False, False, False, True],                  [True, True, True, False, True],                  [True, True, True, True, True]])a = np.ma.masked_array(a, amask)print a# [[-- -- 2 -- --]#  [-- 6 7 -- --]#  [-- -- -- 13 --]#  [-- 16 17 18 --]#  [-- -- -- 23 --]#  [-- -- -- -- --]]在这个例子中，我想获得：(0, 4) 对于轴 0（因为未屏蔽值的第一行是 0，最后一行是 4；第 6 行（第 5 行）仅包含屏蔽值）(1, 3) 对于轴 1（因为具有未屏蔽值的第一列是 1，而最后一列是 3（第 1 列和第 5 列仅包含屏蔽值））。[我想过可能结合numpy.ma.flatnotmasked_edges和numpy.apply_along_axis，但没有成功......]

Answer 1

IIUC你可以这样做：

d = amask==False #First know which array values are masked

rows,columns = np.where(d) #Get the positions of row and column of masked values

rows.sort() #sort the row values

columns.sort() #sort the column values

print('Row values :',(rows[0],rows[-1])) #print the first and last rows

print('Column values :',(columns[0],columns[-1])) #print the first and last columns

Row values : (0, 4)

Column values : (1, 3)

或者

rows, columns = np.nonzero(~a.mask)

print('Row values :',(rows.min(), rows.max())) #print the min and max rows

print('Column values :',(columns.min(), columns.max())) #print the min and max columns

Row values : (0, 4)

Column values : (1, 3)

Answer 2

这是一个基于argmax-

# Get mask for any data along axis=0,1 separately

m0 = a.all(axis=0)

m1 = a.all(axis=1)

# Use argmax to get first and last non-zero indices along axis=0,1 separately

axis0_out = m1.argmax(), a.shape[0] - m1[::-1].argmax() - 1

axis1_out = m0.argmax(), a.shape[1] - m0[::-1].argmax() - 1