Python numpy ma.masked_values用法及代码示例

本文简要介绍 python 语言中 numpy.ma.masked_values 的用法。

用法:

ma.masked_values(x, value, rtol=1e-05, atol=1e-08, copy=True, shrink=True)

使用浮点相等的掩码。

返回一个MaskedArray，屏蔽数组中数据的位置x大约等于值, 确定使用numpy.isclose.默认公差为masked_values与那些相同numpy.isclose.

对于整数类型，使用完全相等，方法与 masked_equal 相同。

fill_value 设置为值并且掩码设置为nomask如果可能的话。

参数：

x： array_like

要屏蔽的数组。

value： 浮点数

掩蔽值。

rtol, atol： 浮点数，可选

传递给 isclose 的公差参数

copy： 布尔型，可选

是否返回 x 的副本。

shrink： 布尔型，可选

是否将一个充满 False 的掩码折叠到 nomask 。

返回：

result： MaskedArray

屏蔽 x 的结果大约等于 value。

例子：

>>> import numpy.ma as ma
>>> x = np.array([1, 1.1, 2, 1.1, 3])
>>> ma.masked_values(x, 1.1)
masked_array(data=[1.0, --, 2.0, --, 3.0],
             mask=[False,  True, False,  True, False],
       fill_value=1.1)

注意掩码被设定为nomask如果可能的话。

>>> ma.masked_values(x, 1.5)
masked_array(data=[1. , 1.1, 2. , 1.1, 3. ],
             mask=False,
       fill_value=1.5)

对于整数，填充值通常与 masked_equal 的结果不同。

>>> x = np.arange(5)
>>> x
array([0, 1, 2, 3, 4])
>>> ma.masked_values(x, 2)
masked_array(data=[0, 1, --, 3, 4],
             mask=[False, False,  True, False, False],
       fill_value=2)
>>> ma.masked_equal(x, 2)
masked_array(data=[0, 1, --, 3, 4],
             mask=[False, False,  True, False, False],
       fill_value=2)