使用Python bool与numpy.bool_构造numpy掩码数组为何结果不同？

先看两种调用方式的差异：

方式1：使用Python内置bool类型 #

import numpy as np
data = np.ma.masked_array([1, 2], mask=False)
data, data.mask

输出：

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

方式2：使用numpy.bool_类型 #

import numpy as np
data = np.ma.masked_array([1, 2], mask=np.bool_(False))
data, data.mask

输出：

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

差异原因 #

numpy.ma模块对mask参数的处理逻辑，会根据传入值的类型做区分：

• 当传入Python原生bool标量（比如False）时，numpy.ma会自动触发广播机制，将这个标量扩展成和输入数据形状完全一致的数组。所以长度为2的输入数据，会生成长度为2的全False掩码数组。
• 当传入numpy的bool_标量（np.bool_(False)）时，numpy.ma会直接将其视为一个整体的掩码状态，不会进行广播。此时整个数组的掩码状态是统一的标量值，意味着所有元素共享同一个掩码标记。

简单来说：Python标量会被适配数据形状，numpy标量会被当作全局掩码使用。

内容的提问来源于stack exchange，提问作者LeeHHH