Python numpy ma.masked_values用法及代碼示例

本文簡要介紹 python 語言中 numpy.ma.masked_values 的用法。

用法:

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

使用浮點相等的掩碼。

返回一個MaskedArray，屏蔽數組中數據的位置x大約等於值, 確定使用numpy.isclose.默認公差為masked_values與那些相同numpy.isclose.

對於整數類型，使用完全相等，方法與 masked_equal 相同。

fill_value 設置為值並且掩碼設置為nomask如果可能的話。

參數：

x： array_like

要屏蔽的數組。

value： 浮點數

掩蔽值。

rtol, atol： 浮點數，可選

傳遞給 isclose 的公差參數

copy： 布爾型，可選

是否返回 x 的副本。

shrink： 布爾型，可選

是否將一個充滿 False 的掩碼折疊到 nomask 。

返回：

result： MaskedArray

屏蔽 x 的結果大約等於 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)

注意掩碼被設定為nomask如果可能的話。

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

對於整數，填充值通常與 masked_equal 的結果不同。

>>> 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)