Python Numpy MaskedArray.masked_where()用法及代码示例

在许多情况下，数据集可能不完整或被无效数据污染。例如，传感器可能无法记录数据或记录了无效值。的numpy.ma模块通过引入掩码数组提供了解决此问题的便捷方法。掩码数组是可能缺少条目或无效条目的数组。

numpy.MaskedArray.masked_where()函数用于屏蔽满足条件的数组，它返回arr作为条件为True时被屏蔽的数组。任何arr或condition的掩码值也将在输出中被掩码。

用法： numpy.ma.masked_where(condition, arr, copy=True)

参数：
condition :[数组]屏蔽条件。当条件测试浮点值是否相等时，请考虑改用masked_values。
arr :[ndarray]我们要屏蔽的输入数组。
copy :[bool]如果为True(默认)，则在结果中复制arr。如果为False，则修改arr并返回视图。

Return :[MaskedArray]对条件为True的arr进行掩码的结果。

代码1：

# Python program explaining 
# numpy.MaskedArray.masked_where() method  
  
# importing numpy as geek  
# and numpy.ma module as ma 
import numpy as geek 
import numpy.ma as ma 
  
# creating input array  
in_arr = geek.array([1, 2, 3, -1, 2]) 
print ("Input array:", in_arr) 
  
# applying MaskedArray.masked_where methods  
# to input array where value<= 1 
mask_arr = ma.masked_where(in_arr<= 1, in_arr) 
print ("Masked array:", mask_arr)

输出：

Input array: [ 1  2  3 -1  2]
Masked array: [-- 2 3 -- 2]

代码2：

# Python program explaining 
# numpy.MaskedArray.masked_where() method  
  
# importing numpy as geek  
# and numpy.ma module as ma 
import numpy as geek 
import numpy.ma as ma 
  
# creating input array in_arr1  
in_arr1 = geek.arange(4) 
print ("1st Input array:", in_arr1) 
  
# applying MaskedArray.masked_where methods  
# to input array in_arr1 where value = 1 
mask_arr1 = ma.masked_where(in_arr1 == 1, in_arr1) 
print ("1st Masked array:", mask_arr1) 
  
# creating input array in_arr2  
in_arr2 = geek.arange(4) 
print ("2nd Input array:", in_arr2) 
  
# applying MaskedArray.masked_where methods  
# to input array in_arr2 where value = 1 
mask_arr2 = ma.masked_where(in_arr2 == 3, in_arr2) 
print ("2nd Masked array:", mask_arr2) 
  
# applying MaskedArray.masked_where methods  
# to 1st masked array where second masked array 
# is used as condition 
res_arr = ma.masked_where(mask_arr1 == 3, mask_arr2) 
print("Resultant Masked array:", res_arr)

输出：

1st Input array: [0 1 2 3]
1st Masked array: [0 -- 2 3]
2nd Input array: [0 1 2 3]
2nd Masked array: [0 1 2 --]
Resultant Masked array: [0 -- 2 --]

相关用法

注：本文由纯净天空筛选整理自jana_sayantan大神的英文原创作品 Numpy MaskedArray.masked_where() function | Python。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。