在 numpy 数组中设置空值

如何根据条件将 numpy 数组中的某些值设为 null？ 我不明白为什么在不满足条件的情况下我最终会得到 0 而不是 null 或空值... b 是一个填充有 0 和 1 值的 numpy 数组，c 是另一个完全填充的 numpy 数组。所有阵列均为 71x71x166

a = np.empty(((71,71,166)))
d = np.empty(((71,71,166)))
for indexes, value in np.ndenumerate(b):
    i,j,k = indexes
    a[i,j,k] = np.where(b[i,j,k] == 1, c[i,j,k], d[i,j,k])

我想最终得到一个数组，该数组仅具有满足条件的值，而其他位置为空，但不改变其形状

按要求澄清的完整问题：
我从形状为 (71,71,166) 的浮点填充数组开始
我根据应用于 float 数组的截止值创建了一个 int 数组，基本上创建了多个 bin，大致标记了数组内的 10 个区域，中间有 0 个值
我想要最终得到的是一个形状为 (71,71,166) 的数组，它具有某个“bin”的特定数组方向（假设垂直方向，如果您将 3D 数组视为 3D 立方体）的平均值...
所以我试图循环遍历“bins”b == 1、b == 2等，对满足该条件但在其他地方为空的浮点数进行采样，这样我就可以取平均值，然后在最后重新组合成一个数组循环的....
不确定我是否让自己被理解。我正在使用 np.where 并使用索引，因为当我尝试不使用索引时，我不断收到错误，尽管感觉效率非常低。

考虑这个例子：

import numpy as np
data = np.random.random((4,3))
mask = np.random.random_integers(0,1,(4,3))
data[mask==0] = np.NaN

数据将被设置为nan无论在哪里mask是 0。当然，您可以使用任何您想要的条件，或者对 b 中的不同值执行不同的操作。

要擦除除特定垃圾箱之外的所有内容，请尝试以下操作：

c[b!=1] = np.NaN

因此，要复制特定垃圾箱中的所有内容：

a = np.copy(c)
a[b!=1] == np.NaN

要获取垃圾箱中所有内容的平均值：

np.mean(c[b==1])

所以也许这可能会达到您想要的效果（其中 bins 是 bin 值的列表）：

a = np.empty(c.shape)
a[b==0] = np.NaN
for bin in bins:
    a[b==bin] = np.mean(c[b==bin])