Python numpy赋值后Mask丢失：多维数组掩码无法传递

处理大地测量数据时，使用mask覆盖无数据区域，但将单个点位的掩码数组赋值给更大的多维数组后，掩码会消失，甚至无法重新赋值掩码。

数据加载与点位提取代码 #

加载1°网格的日数据（排除最南端30°），转置后提取关注点位：

minmax_0_10T = np.ma.zeros((2,360,150,365))
with np.load("Data/Pythonarrays/1DEG_SM_minmax_SWI_001_SM0_10cm_2015.npz") as npz:
    minmax_0_10T[0] = np.ma.MaskedArray(**npz).T
with np.load("Data/Pythonarrays/1DEG_SM_minmax_SWI_005_SM0_10cm_2015.npz") as npz:
    minmax_0_10T[1] = np.ma.MaskedArray(**npz).T

spots_1deg = [[41, 210], [29, 119], [108, 196], [117, 256]]
minmax_0_10_spots = np.ma.zeros((2,4,365))
"""Create array of minmax and gldas spotdata for choice of SWI layer"""
for i in range(len(spots_1deg)):
    for layer_gldas in range(len(gldas_smT)):
        gldas_spots[layer_gldas][i] = gldas_smT[layer_gldas][spots_1deg[i][1]][spots_1deg[i][0]]
        
    """now all different gldas layers of minmax fitting"""
    minmax_0_10_spots[0][i] = minmax_0_10T[0][spots_1deg[i][1]][spots_1deg[i][0]]
    minmax_0_10_spots[1][i] = minmax_0_10T[1][spots_1deg[i][1]][spots_1deg[i][0]] 

对比minmax_0_10T[0][spots_1deg[i][1]][spots_1deg[i][0]]和minmax_0_10_spots[0][i]发现，minmax_0_10_spots的掩码完全消失（所有位置均为False）。尝试单独赋值掩码无效，用列表填充后转数组，掩码仍会消失。

简化复现案例 #

掩码丢失的情况（多维数组链式索引赋值） #

array = np.ma.zeros((2,4,4))
data = np.ma.array(data=[0,0,5.435,3.657], mask =[True,True,False,False],fill_value=1e+20)
array[0][0] = data
data2 = array[0][0]
# 此时data2不再包含mask

掩码正常传递的情况（少一维数组赋值） #

array = np.ma.zeros((2,4))
data = np.ma.array(data=[0,0,5.435,3.657], mask =[True,True,False,False],fill_value=1e+20)
array[0] = data
data2 = array[0]
# 此时data2保留mask

解决方案 #

问题根源在于链式索引（array[0][0]）赋值时，无法正确同步掩码信息，第一次索引返回的视图仅操作数据部分，未关联掩码。修改为numpy标准的逗号分隔索引即可解决：

修改简化案例代码 #

array = np.ma.zeros((2,4,4))
data = np.ma.array(data=[0,0,5.435,3.657], mask =[True,True,False,False],fill_value=1e+20)
array[0, 0] = data  # 改用逗号分隔的索引
data2 = array[0, 0]
# 此时data2保留原始mask

修改点位提取代码 #

将链式索引替换为逗号分隔索引：

minmax_0_10_spots[0, i] = minmax_0_10T[0, spots_1deg[i][1], spots_1deg[i][0]]
minmax_0_10_spots[1, i] = minmax_0_10T[1, spots_1deg[i][1], spots_1deg[i][0]]

此外，初始化目标数组时，可显式指定掩码结构（比如np.ma.zeros((2,4,365), mask=False)），确保掩码维度与数据完全匹配，避免赋值时掩码被忽略。

内容的提问来源于stack exchange，提问作者GemGre