我有三个不同的阵列 .
一个是纬度数组（-90到90）另一个是经度数组（0到360），最后一个是2D温度数组，其形状（len（lats），len（lons），其中len（lats）！= len （LONS） .
我通过其他方式获得了经度遮罩，并通过以下方式创建了一个纬度遮罩：
latmask = np.ma.masked_where(np.logical_or(lat < -60, lat > 60), lat).mask
所以现在我有两个1D掩模，我想沿着适当的轴用“或”逻辑应用于2D数据（也就是说，如果该索引中的lat或lon被屏蔽，那么应该屏蔽2D数据） .
我尝试将两个1D蒙版组合成2D蒙版，使用：
2dmask = np.logical_or(latmask , lonmask)
2dmask = latmask * lonmask
但这些错误表示两个阵列的形状不同 .
2dmask = latmask[np.newaxis, :] & lonmask[:, np.newaxis]
但当我尝试将此蒙版应用于我的数据时，并绘制结果：
testdata = np.ma.masked_array(nt[0,50,:,:], mask = 2dmask)
我得到以下情节：
但是这个图应该具有高于和低于/ - 60度lat数据屏蔽的数据和数据，除了一些连续的经度条带被屏蔽（基本上是一个矩形的数据） .
我花了最后30-45分钟搜索文档和堆栈溢出类似的问题，没有运气 .
谢谢你的帮助！
-将
1 回答
我的猜测是你的解决方案几乎是正确的，只需翻转尺寸：
也许使用或代替和？ （不确定 . ）