NumPy中MA.masked_where与MA.masked_array的区别及适用场景

在NumPy的掩码数组模块中，masked_array类构造函数和masked_where函数都能生成掩码数组，两者的适用场景可以按以下原则区分：

优先选择masked_array的场景 #

• 你已经有现成的布尔掩码数组，需要直接基于它构造掩码数组
• 需要自定义额外参数（比如指定dtype、自定义fill_value）时，masked_array支持这些masked_where不具备的配置项，能满足更灵活的需求

优先选择masked_where的场景 #

• 你的需求是基于某个条件动态生成掩码（比如“当数值大于3时掩码”），masked_where的语义更清晰，直接表达“满足条件则掩码”的逻辑
• 可以省略单独生成掩码变量的步骤，代码更简洁直观，比如直接写成一行：MA.masked_where(vals > 3, vals)

示例代码对比 #

import numpy as np
import numpy.ma as MA

vals = np.array([0,1,2,3,4,5])
cond = vals > 3

# 使用masked_array构造
MA.masked_array(data=vals, mask=cond)
# 输出：
# masked_array(data = [0 1 2 3 -- --],
#              mask = [False False False False  True  True],
#        fill_value = 999999)

# 使用masked_where构造
MA.masked_where(cond, vals)
# 输出：
# masked_array(data = [0 1 2 3 -- --],
#              mask = [False False False False  True  True],
#        fill_value = 999999)

简单来说，masked_where是针对“条件掩码”场景的语法糖，侧重代码可读性和场景贴合度；masked_array是通用的构造接口，侧重灵活性和自定义能力。

内容的提问来源于stack exchange，提问作者alani