将1d掩码数组表示为切片列表

Question

我有一个带有布尔值(mask(的1d numpy数组，我想将其转换为掩码为True的切片列表，例如：

mask = [False, True, True, True, False, False, True, True]

我想获得

[slice(1, 4, None), slice(6, 8, None)]

numpy掩码数组操作(特别是np.ma.clump_masked()(可以做到这一点，但我发现使用它的唯一方法是执行以下操作：

np.ma.clump_masked(np.ma.masked_array(np.ones_like(mask), mask))

这正是我想要的：

[切片(1，4，无(，切片(6，8，无(]

即生成一个与mask形状相同的数组，对其应用掩码，然后在此基础上计算mask_clumped()。

然而，np.ma.masked_array(np.ones_like(mask), mask)-步骤对我来说似乎没有必要。有什么方法可以从简化的操作中获得切片列表吗？

np.ma.clump_masked(mask)

Answer 1

np.ma.masked_array需要一个掩码数组作为输入，而不是ndarray。一种方法是做你目前正在做的事情，创建一个屏蔽阵列

import numpy as np
mask = np.asarray([False, True, True, True, False, False, True, True])
masked_array = np.ma.masked_array(data=mask, mask=mask)
np.ma.clump_masked(masked_array)

但是，我假设您是基于某种条件生成mask的？在这种情况下，可以使用np.ma.masked_where。例如，要获得从0到9的每个偶数的所有切片：

import numpy as np
arr = np.arange(10)
masked_arr = np.ma.masked_where(arr % 2 == 0, arr)
np.ma.clump_masked(masked_arr)

输出：

[slice(0, 1, None),
slice(2, 3, None),
slice(4, 5, None),
slice(6, 7, None),
slice(8, 9, None)]

还有其他函数，如np.ma.masked_inside，它将创建一个屏蔽数组并屏蔽某个间隔内的所有元素。有关相关功能的列表，请查看masked_where文档的"另请参阅"。