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。

此函数的功能与掩码数组的“花式”索引（使用数组索引数组）相同。如果您需要沿给定轴的元素，使用此函数可能更方便。

参数:
amasked_array

源掩码数组。

indicesarray_like

要提取的值的索引。也允许索引使用标量。

axisint, optional

用于选择值的轴。默认情况下，使用展平的输入数组。

outMaskedArray, optional

如果提供，结果将放置在此数组中。它应该具有适当的形状和 dtype。请注意，如果 mode=’raise’，则 out 始终是缓冲的；请使用其他模式以获得更好的性能。

mode{‘raise’, ‘wrap’, ‘clip’}, optional

指定越界索引的行为。

  • ‘raise’ – 引发错误（默认）

  • ‘wrap’ – 环绕

  • ‘clip’ – 剪辑到范围

‘clip’ 模式意味着所有过大的索引都将被替换为访问沿该轴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

返回的数组的类型与 a 相同。

另请参阅

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。

备注

此函数的功能与 numpy.take 类似，但它会处理掩码值。掩码会保留在输出数组中，并且输入数组中的掩码值在输出中仍然是掩码值。

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)
在此页面