Python numpy ma.masked_where用法及代碼示例

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

用法:

ma.masked_where(condition, a, copy=True)

屏蔽滿足條件的數組。

返回a作為掩碼數組，其中健康)狀況是真的。任何掩碼值a或者健康)狀況也在輸出中被屏蔽。

參數：

condition： array_like

掩蔽條件。什麽時候健康)狀況測試浮點值是否相等，考慮使用masked_values反而。

a： array_like

要屏蔽的數組。

copy： bool

如果為 True(默認)，則在結果中製作 a 的副本。如果 False 就地修改 a 並返回一個視圖。

返回：

result： MaskedArray

屏蔽 where 條件的結果為 True。

例子：

>>> import numpy.ma as ma
>>> a = np.arange(4)
>>> a
array([0, 1, 2, 3])
>>> ma.masked_where(a <= 2, a)
masked_array(data=[--, --, --, 3],
             mask=[ True,  True,  True, False],
       fill_value=999999)

掩碼數組 b 以 a 為條件。

>>> b = ['a', 'b', 'c', 'd']
>>> ma.masked_where(a == 2, b)
masked_array(data=['a', 'b', --, 'd'],
             mask=[False, False,  True, False],
       fill_value='N/A',
            dtype='<U1')

copy 參數的效果。

>>> c = ma.masked_where(a <= 2, a)
>>> c
masked_array(data=[--, --, --, 3],
             mask=[ True,  True,  True, False],
       fill_value=999999)
>>> c[0] = 99
>>> c
masked_array(data=[99, --, --, 3],
             mask=[False,  True,  True, False],
       fill_value=999999)
>>> a
array([0, 1, 2, 3])
>>> c = ma.masked_where(a <= 2, a, copy=False)
>>> c[0] = 99
>>> c
masked_array(data=[99, --, --, 3],
             mask=[False,  True,  True, False],
       fill_value=999999)
>>> a
array([99,  1,  2,  3])

當條件或 a 包含掩碼值時。

>>> a = np.arange(4)
>>> a = ma.masked_where(a == 2, a)
>>> a
masked_array(data=[0, 1, --, 3],
             mask=[False, False,  True, False],
       fill_value=999999)
>>> b = np.arange(4)
>>> b = ma.masked_where(b == 0, b)
>>> b
masked_array(data=[--, 1, 2, 3],
             mask=[ True, False, False, False],
       fill_value=999999)
>>> ma.masked_where(a == 3, b)
masked_array(data=[--, 1, --, --],
             mask=[ True, False,  True,  True],
       fill_value=999999)