Когда расширенная индексация структурированных маскированных массивов *действительно* возвращает копию?

Вопрос __setitem__ против __getitem__ важен, но со структурированным массивом и маскированием немного сложнее разобраться, когда __getitem__ впервые делает копию.

Что касается структурированных массивов, не должно иметь значения, идет ли первым индекс поля или элемент. Однако некоторые выпуски, похоже, имеют ошибку в этом отношении. Я попытаюсь найти недавний вопрос SO, где это было проблемой.

С маскированным массивом возникает вопрос, как правильно изменить маску. .mask — это свойство, которое обращается к базовому массиву ._mask. Но это извлекается с помощью __getattr__. Таким образом, простое различие setitem и getitem не применяется напрямую.

Давайте сначала пропустим структурированный бит

In [584]: M = np.ma.MaskedArray(np.arange(4))

In [585]: M
Out[585]: 
masked_array(data = [0 1 2 3],
             mask = False,
       fill_value = 999999)

In [586]: M.mask
Out[586]: False

In [587]: M.mask[[1,2]]=True
---------------------------------------------------------------------------
TypeError                                 Traceback (most recent call last)
<ipython-input-587-9010ee8f165e> in <module>()
----> 1 M.mask[[1,2]]=True

TypeError: 'numpy.bool_' object does not support item assignment

Изначально mask является скалярным логическим значением, а не массивом.

Это работает

In [588]: M.mask=np.zeros((4,),bool)  # change mask to array

In [589]: M
Out[589]: 
masked_array(data = [0 1 2 3],
             mask = [False False False False],
       fill_value = 999999)

In [590]: M.mask[[1,2]]=True

In [591]: M
Out[591]: 
masked_array(data = [0 -- -- 3],
             mask = [False  True  True False],
       fill_value = 999999)

Это не

In [592]: M[[1,2]].mask=True

In [593]: M
Out[593]: 
masked_array(data = [0 -- -- 3],
             mask = [False  True  True False],
       fill_value = 999999)

M[[1,2]], очевидно, является копией, и присваивается его атрибуту mask, а не M.mask.

....

Маскированный массив имеет метод .__setmask__. Вы можете изучить это в np.ma.core.py. И свойство маски определяется с помощью

mask = property(fget=_get_mask, fset=__setmask__, doc="Mask")

Итак, M.mask=... использует это.

Таким образом, похоже, что проблемный случай делает

M.__getitem__(index).__setmask__(values)

отсюда и копия. M.mask[]=... делает

M._mask.__setitem__(index, values)

так как _getmask просто делает return self._mask.

M["f3"].mask[crit, 3] = True

работает, потому что M['f3'] — это представление. (M[['f1','f3']] подходит для получения, но не работает для настройки).

M.mask["f3"] тоже вид. Я не совсем уверен в порядке получения и установки соответствующих элементов. __setmask__ имеет код, специально предназначенный для составного dtype (структурированного).

=========================

Глядя на структурированный массив без сложностей с маскировкой, порядок индексации имеет значение.

In [607]: M1 = np.arange(16).view("i,i")

In [609]: M1[[3,4]]['f1']=[3,4]          # no change   
In [610]: M1[[3,4]]['f1']
Out[610]: array([7, 9], dtype=int32)

In [611]: M1['f1'][[3,4]]=[1,2]    # change
In [612]: M1
Out[612]: 
array([(0, 1), (2, 3), (4, 5), (6, 1), (8, 2), (10, 11), (12, 13), (14, 15)], dtype=[('f0', '<i4'), ('f1', '<i4')])

Таким образом, у нас все еще есть __getitem__, за которым следует __setitem__, и мы должны обратить внимание на то, возвращает ли get представление или копию.

Это связано с тем, что хотя расширенное индексирование возвращает копию, назначение расширенному индексированию по-прежнему работает. Только метод, в котором расширенное индексирование является последней операцией, назначается расширенному индексированию (через __setitem__).