初始化带已有掩码的NumPy掩码数组的最优方法

问题背景 #

原本期望通过如下语句直接初始化带硬掩码的全零掩码数组，传入的掩码形状与目标数组形状完全匹配：

ma.zeros(my_shape, mask=my_mask, hard_mask=True)

实际ma.zeros、ma.ones、ma.empty这几个构造接口都不支持传入mask参数。目前能跑通的最简写法是：

ma.array(np.zeros(my_shape), mask=my_mask, hard_mask=True)

但这个写法默认会拷贝一遍生成的全零数组，数组尺寸大的时候会平白多出来不必要的内存和时间开销。

无额外拷贝的实现方法 #

两种写法都可以完全避免数值数组的额外拷贝，性能和原生支持mask参数的理想接口几乎没有差距：

• 写法1：分步设置属性
  直接用ma.zeros生成底层已经是全零值的MaskedArray实例，之后再给mask属性赋值、打开硬掩码开关就行：

  arr = ma.zeros(my_shape)
  arr.mask = my_mask
  arr.hardmask = True
  

  这个流程里只有掩码本身会占新的内存，底层存零值的那块内存从始至终只会分配一次，没有任何拷贝动作，逻辑最顺，也不会有内存共享的坑，优先用这个就行。

• 写法2：单语句实现，关闭拷贝开关
  原来的单语句写法只要加个copy=False参数，就能让ma.array直接复用你传进去的全零ndarray当底层存储，不会再做拷贝：

  arr = ma.array(np.zeros(my_shape), mask=my_mask, hard_mask=True, copy=False)
  

  要注意这个写法里，你最先生成的np.zeros(my_shape)和最后得到的掩码数组是共用同一块数值内存的，要是之后你在外面改了原始ndarray的值，掩码数组里的内容也会跟着变，要是需要内存隔离就老老实实选第一种写法。

避坑提示 #

别为了省性能用ma.empty替换ma.zeros：ma.empty分配的内存里是没初始化的随机脏数据，你要得到全零数组还是得手动填零，总开销和ma.zeros一模一样，搞不好还会把脏数据漏到计算逻辑里。

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