numpy.ma.notmasked_contiguous#

ma.notmasked_contiguous(a, axis=None)[source]#

在给定轴上查找掩码数组中连续的未掩码数据。

参数：

aarray_like: 输入数组。
axisint, 可选: 执行操作的轴。如果为 None（默认值），则应用于数组的扁平化版本，这与 flatnotmasked_contiguous 相同。

返回：

endpointslist

数组中未掩码索引的切片（起始和结束索引）列表。

如果输入是二维的并且指定了轴，则结果是一个列表的列表。

参见

flatnotmasked_edges, flatnotmasked_contiguous, notmasked_edges
clump_masked, clump_unmasked

备注

最多只接受二维数组。

示例

>>> import numpy as np
>>> a = np.arange(12).reshape((3, 4))
>>> mask = np.zeros_like(a)
>>> mask[1:, :-1] = 1; mask[0, 1] = 1; mask[-1, 0] = 0
>>> ma = np.ma.array(a, mask=mask)
>>> ma
masked_array(
  data=[[0, --, 2, 3],
        [--, --, --, 7],
        [8, --, --, 11]],
  mask=[[False,  True, False, False],
        [ True,  True,  True, False],
        [False,  True,  True, False]],
  fill_value=999999)
>>> np.array(ma[~ma.mask])
array([ 0,  2,  3,  7, 8, 11])

>>> np.ma.notmasked_contiguous(ma)
[slice(0, 1, None), slice(2, 4, None), slice(7, 9, None), slice(11, 12, None)]

>>> np.ma.notmasked_contiguous(ma, axis=0)
[[slice(0, 1, None), slice(2, 3, None)], [], [slice(0, 1, None)], [slice(0, 3, None)]]

>>> np.ma.notmasked_contiguous(ma, axis=1)
[[slice(0, 1, None), slice(2, 4, None)], [slice(3, 4, None)], [slice(0, 1, None), slice(3, 4, None)]]