numpy.ma.masked_object#

ma.masked_object(x, value, copy=True, shrink=True)[source]#

当数据与 value 完全相等时，对数组 x 进行掩码操作。

此函数类似于 masked_values，但仅适用于对象数组：对于浮点数，请使用 masked_values 代替。

参数:

xarray_like: 要进行掩码操作的数组
valueobject: 比较值
copy{True, False}, 可选: 是否返回 x 的副本。
shrink{True, False}, 可选: 是否将全为 False 的掩码折叠为 nomask

返回:

resultMaskedArray: 当等于 value 时，对 x 进行掩码操作的结果。

另请参阅

masked_where: 当满足条件时进行掩码操作。
masked_equal: 当等于给定值（整数）时进行掩码操作。
masked_values: 使用浮点相等进行掩码操作。

示例

>>> import numpy as np
>>> import numpy.ma as ma
>>> food = np.array(['green_eggs', 'ham'], dtype=object)
>>> # don't eat spoiled food
>>> eat = ma.masked_object(food, 'green_eggs')
>>> eat
masked_array(data=[--, 'ham'],
             mask=[ True, False],
       fill_value='green_eggs',
            dtype=object)
>>> # plain ol` ham is boring
>>> fresh_food = np.array(['cheese', 'ham', 'pineapple'], dtype=object)
>>> eat = ma.masked_object(fresh_food, 'green_eggs')
>>> eat
masked_array(data=['cheese', 'ham', 'pineapple'],
             mask=False,
       fill_value='green_eggs',
            dtype=object)

请注意，如果可能，mask 会被设置为 nomask。

>>> eat
masked_array(data=['cheese', 'ham', 'pineapple'],
             mask=False,
       fill_value='green_eggs',
            dtype=object)