numpy.ma.masked_values#

ma.masked_values(x, value, rtol=1e-05, atol=1e-08, copy=True, shrink=True)[源码]#

使用浮点数相等性进行掩码。

返回一个 MaskedArray，其中数组 x 中的数据根据 isclose 的判断，近似等于 value 的元素将被屏蔽。 masked_values 的默认容差与 isclose 的默认容差相同。

对于整数类型，使用精确相等性，方式与 masked_equal 相同。

如果可能，将 fill_value 设置为 value，并将掩码设置为 nomask。

参数:
xarray_like

要屏蔽的数组。

valuefloat

屏蔽值。

rtol, atolfloat, optional

传递给 isclose 的容差参数。

copybool, optional

是否返回 x 的副本。

shrink布尔值，可选

是否将全为 False 的掩码折叠为 nomask。

返回:
resultMaskedArray

屏蔽 x 中近似等于 value 的结果。

另请参阅

masked_where

满足条件的遮罩。

masked_equal

等于给定值（整数）时的掩码。

示例

>>> import numpy as np
>>> import numpy.ma as ma
>>> x = np.array([1, 1.1, 2, 1.1, 3])
>>> ma.masked_values(x, 1.1)
masked_array(data=[1.0, --, 2.0, --, 3.0],
             mask=[False,  True, False,  True, False],
       fill_value=1.1)

请注意，如果可能，mask 会被设置为 nomask。

>>> ma.masked_values(x, 2.1)
masked_array(data=[1. , 1.1, 2. , 1.1, 3. ],
             mask=False,
       fill_value=2.1)

与 masked_equal 不同，masked_values 可以执行近似相等性检查。

>>> ma.masked_values(x, 2.1, atol=1e-1)
masked_array(data=[1.0, 1.1, --, 1.1, 3.0],
             mask=[False, False,  True, False, False],
       fill_value=2.1)
在此页面