numpy.ma.mask_rowcols#

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

对包含掩码值的二维数组的行和/或列进行掩码操作。

对包含掩码值的二维数组的整行和/或整列进行掩码操作。掩码行为通过 axis 参数选择。

  • 如果 axis 为 None，则对行和列进行掩码操作。

  • 如果 axis 为 0，则仅对行进行掩码操作。

  • 如果 axis 为 1 或 -1，则仅对列进行掩码操作。

参数:
aarray_like, MaskedArray

要进行掩码操作的数组。如果不是 MaskedArray 实例（或者没有数组元素被掩码），结果将是一个 MaskedArray，其 mask 设置为 nomask (False)。必须是二维数组。

axisint, 可选

执行操作的轴。如果为 None，则应用于数组的扁平化版本。

返回:
aMaskedArray

输入数组的修改版本，根据 axis 参数的值进行掩码操作。

抛出:
NotImplementedError

如果输入数组 a 不是二维的。

另请参阅

mask_rows

对包含掩码值的二维数组的行进行掩码操作。

mask_cols

对包含掩码值的二维数组的列进行掩码操作。

masked_where

当满足条件时进行掩码操作。

注意

输入数组的掩码会被此函数修改。

示例

>>> import numpy as np
>>> a = np.zeros((3, 3), dtype=int)
>>> a[1, 1] = 1
>>> a
array([[0, 0, 0],
       [0, 1, 0],
       [0, 0, 0]])
>>> a = np.ma.masked_equal(a, 1)
>>> a
masked_array(
  data=[[0, 0, 0],
        [0, --, 0],
        [0, 0, 0]],
  mask=[[False, False, False],
        [False,  True, False],
        [False, False, False]],
  fill_value=1)
>>> np.ma.mask_rowcols(a)
masked_array(
  data=[[0, --, 0],
        [--, --, --],
        [0, --, 0]],
  mask=[[False,  True, False],
        [ True,  True,  True],
        [False,  True, False]],
  fill_value=1)
本页内容