利用regionmask模块和shp文件进行区域掩码时的误区

地理数据分析中经常需要根据研究区域的shp文件对数据进行裁剪，在Python中常利用regionmask的掩码功能来实现。最近使用时发现自己对这一掩码的结果的理解上存在误区，导致不能得到想要的结果。

原本的代码如下：

mask_table = regionmask.mask_geopandas(shp_file, lon, lat) #lon,lat 为同样大小的二维数组
var_masked = np.ma.array(var, mask=mask_table) #var 是掩码前的数据，var_masked是掩码后的数据

使用的shp_file文件是包含全国所有省份边界的文件，每个省份对应一个编号及相应的多边形数据，实际使用中仅使用其中一个省份，如“湖北”对应编号为12。

问题：如果regionmask得到的结果mask_table是关于每个格点是否在区域内的布尔型值（即True、False），那么上述语句就应该能够将研究区域的数据裁剪出来，但实际的结果是没有数据被裁剪出来（也就是没有格点落在区域内）。

原因：经过两天追查，发现问题在于：regionmask的结果mask_table并不是我以为的布尔型值，而是：区域外为nan，区域内则为区域的编号（对于“湖北”就是12）。当用这一mask_table进行np.ma.array掩码时，自动将数值转化为True或False，而nan和12都为非0值，因此都被当成了True，也就全部被掩码覆盖了。

解决办法：将regionmask结果mask_table的nan转换为True（要被掩盖的区域），将有效编号数值转换为False（不要被掩盖的区域），再代入np.ma.array进行掩码，如下：

mask_table = regionmask.mask_geopandas(shp_file, lon, lat) #lon,lat 为同样大小的二维数组
mask_table_2 = ~ (np.array(masked_table)>=0)
var_masked = np.ma.array(var, mask=mask_table_2) #var 是掩码前的数据，var_masked是掩码后的数据