如何在Numpy中定位Masked Array的掩码位置并按规则赋值？

嘿，这个需求用Python的numpy掩码数组工具就能轻松搞定，我给你两种靠谱的实现方案，按需选择就行：

方案一：分步赋值（直观易懂） #

这种方法按规则顺序逐个处理，逻辑清晰，适合新手理解：

import numpy as np
import numpy.ma as ma

# 先模拟测试数据（你可以替换成自己的chl和wt数组）
# 创建一个5x5的随机数组，把值为0的位置设为掩码，模拟chl掩码数组
chl = ma.masked_values(np.random.randint(0, 15, size=(5,5)), 0)
# 创建和chl同形状的wt数组，初始值随便设，后面会覆盖
wt = np.zeros_like(chl)

# 按规则赋值
# 1. 处理chl的掩码位置，赋值0
wt[chl.mask] = 0
# 2. 处理chl > 10的位置，赋值3
wt[chl > 10] = 3
# 3. 处理5 < chl < 10的位置，赋值2
wt[(chl < 10) & (chl > 5)] = 2
# 4. 处理chl < 5的位置，赋值1
wt[chl < 5] = 1

为什么这样可行？ #

numpy的掩码数组（numpy.ma.MaskedArray）在做比较运算时，掩码位置会自动被排除——也就是说，chl > 10这类条件返回的布尔数组里，掩码位置都是False，所以后面的数值条件赋值不会修改已经设为0的掩码位置，完全符合你的规则。

方案二：用np.select批量处理（简洁高效） #

如果你的条件较多，用np.select可以把所有规则整合在一起，代码更紧凑：

import numpy as np
import numpy.ma as ma

# 同样先模拟测试数据
chl = ma.masked_values(np.random.randint(0, 15, size=(5,5)), 0)

# 定义条件列表和对应的值（注意顺序：优先级高的条件放前面）
conditions = [
    chl.mask,          # 优先级最高：掩码位置
    chl > 10,          # 次优先级：chl>10
    (chl < 10) & (chl > 5),  # 再次之：5<chl<10
    chl < 5            # 最后：chl<5
]
values = [0, 3, 2, 1]

# 一次性完成赋值
wt = np.select(conditions, values, default=0)

注意点 #

np.select会按条件列表的顺序依次检查，只要某个位置匹配第一个条件，就会使用对应的值，所以一定要把掩码条件放在最前面，确保掩码位置优先被赋值0，不会被后面的数值条件覆盖。

内容的提问来源于stack exchange，提问作者lifeodyssey