numpy.ma.MaskedArray.take#

方法

ma.MaskedArray.take(indices, axis=None, out=None, mode='raise')[源代码]#

沿轴从掩码数组中提取元素。

此函数对于掩码数组执行与“花式”索引（使用数组索引数组）相同的操作。如果您需要沿给定轴提取元素，则它可能更容易使用。

参数:
amasked_array

源掩码数组。

indicesarray_like

要提取的值的索引。也允许使用标量作为索引。

axisint，可选

选择值的轴。默认情况下，使用展平的输入数组。

outMaskedArray，可选

如果提供，结果将放置在此数组中。它应具有适当的形状和 dtype。请注意，如果 mode='raise'，则始终缓冲 out；使用其他模式可以获得更好的性能。

mode{‘raise’, ‘wrap’, ‘clip’}，可选

指定超出范围的索引的行为方式。

  • ‘raise’ – 引发错误（默认）

  • ‘wrap’ – 环绕

  • ‘clip’ – 裁剪到范围

‘clip’ 模式表示所有过大的索引都将替换为该轴上最后一个元素的索引。请注意，这会禁用使用负数进行索引。

返回:
outMaskedArray

返回的数组类型与 a 相同。

参见

numpy.take

ndarray 的等效函数。

compress

使用布尔掩码提取元素。

take_along_axis

通过匹配数组和索引数组来提取元素。

注释

此函数的行为类似于 numpy.take，但它可以处理掩码值。掩码保留在输出数组中，并且输入数组中的掩码值在输出中保持掩码状态。

示例

>>> import numpy as np
>>> a = np.ma.array([4, 3, 5, 7, 6, 8], mask=[0, 0, 1, 0, 1, 0])
>>> indices = [0, 1, 4]
>>> np.ma.take(a, indices)
masked_array(data=[4, 3, --],
            mask=[False, False,  True],
    fill_value=999999)

当 indices 不是一维时，输出也具有这些维度

>>> np.ma.take(a, [[0, 1], [2, 3]])
masked_array(data=[[4, 3],
                [--, 7]],
            mask=[[False, False],
                [ True, False]],
    fill_value=999999)
在本页上