numpy.ma.masked_where#

ma.masked_where(condition, a, copy=True)[源代码]#

当满足条件时掩码数组。

当 condition 为 True 时，返回 a 的一个被掩码的数组。 a 或 condition 中任何被掩码的值在输出中也会被掩码。

参数:

condition类数组: 掩码条件。当 condition 测试浮点数值的相等性时，请考虑使用 masked_values 代替。
a类数组对象: 要掩码的数组。
copy布尔值: 如果为 True（默认），则在结果中复制 a。如果为 False，则就地修改 a 并返回一个视图。

返回:

resultMaskedArray: 当 condition 为 True 时，对 a 进行掩码的结果。

另请参阅

masked_values: 使用浮点数相等性进行掩码。
masked_equal: 与给定值相等时进行掩码。
masked_not_equal: 不等于给定值时进行掩码。
masked_less_equal: 小于或等于给定值时进行掩码。
masked_greater_equal: 大于或等于给定值时进行掩码。
masked_less: 小于给定值时进行掩码。
masked_greater: 大于给定值时进行掩码。
masked_inside: 在给定区间内进行掩码。
masked_outside: 在给定区间外进行掩码。
masked_invalid: 掩码无效值（NaN 或 inf）。

示例

>>> import numpy as np
>>> import numpy.ma as ma
>>> a = np.arange(4)
>>> a
array([0, 1, 2, 3])
>>> ma.masked_where(a <= 2, a)
masked_array(data=[--, --, --, 3],
             mask=[ True,  True,  True, False],
       fill_value=999999)

根据 a 对数组 b 进行掩码。

>>> b = ['a', 'b', 'c', 'd']
>>> ma.masked_where(a == 2, b)
masked_array(data=['a', 'b', --, 'd'],
             mask=[False, False,  True, False],
       fill_value='N/A',
            dtype='<U1')

copy 参数的效果。

>>> c = ma.masked_where(a <= 2, a)
>>> c
masked_array(data=[--, --, --, 3],
             mask=[ True,  True,  True, False],
       fill_value=999999)
>>> c[0] = 99
>>> c
masked_array(data=[99, --, --, 3],
             mask=[False,  True,  True, False],
       fill_value=999999)
>>> a
array([0, 1, 2, 3])
>>> c = ma.masked_where(a <= 2, a, copy=False)
>>> c[0] = 99
>>> c
masked_array(data=[99, --, --, 3],
             mask=[False,  True,  True, False],
       fill_value=999999)
>>> a
array([99,  1,  2,  3])

当 condition 或 a 包含被掩码的值时。

>>> a = np.arange(4)
>>> a = ma.masked_where(a == 2, a)
>>> a
masked_array(data=[0, 1, --, 3],
             mask=[False, False,  True, False],
       fill_value=999999)
>>> b = np.arange(4)
>>> b = ma.masked_where(b == 0, b)
>>> b
masked_array(data=[--, 1, 2, 3],
             mask=[ True, False, False, False],
       fill_value=999999)
>>> ma.masked_where(a == 3, b)
masked_array(data=[--, 1, --, --],
             mask=[ True, False,  True,  True],
       fill_value=999999)