numpy.ma.array#
- ma.array(data, dtype=None, copy=False, order=None, mask=np.False_, fill_value=None, keep_mask=True, hard_mask=False, shrink=True, subok=True, ndmin=0)[source]#
一个可能包含掩码值的数组类。
值为 True 的掩码值会将对应元素从任何计算中排除。
构造
x = MaskedArray(data, mask=nomask, dtype=None, copy=False, subok=True, ndmin=0, fill_value=None, keep_mask=True, hard_mask=None, shrink=True, order=None)
- 参数::
- dataarray_like
输入数据。
- masksequence, optional
掩码。必须可转换为与 data 形状相同的布尔值数组。True 表示掩码(即无效)数据。
- dtypedtype, optional
输出的数据类型。如果
dtype
为 None,则使用数据参数的类型 (data.dtype
)。如果dtype
不为 None 且与data.dtype
不同,则执行复制。- copybool, optional
是否复制输入数据 (True),还是使用引用 (False)。默认值为 False。
- subokbool, optional
如果可能 (True),是否返回
MaskedArray
的子类,还是返回普通的MaskedArray
。默认值为 True。- ndminint, optional
最小维度数。默认值为 0。
- fill_valuescalar, optional
在必要时用于填充掩码值的値。如果为 None,则使用基于数据类型的默认值。
- keep_maskbool, optional
是否将 mask 与输入数据的掩码(如果有)结合 (True),还是只对输出使用 mask (False)。默认值为 True。
- hard_maskbool, optional
是否使用硬掩码。使用硬掩码时,无法取消掩码值。默认值为 False。
- shrinkbool, optional
是否强制压缩空掩码。默认值为 True。
- order{‘C’, ‘F’, ‘A’}, optional
指定数组的顺序。如果 order 为 ‘C’,则数组将按 C 连续顺序排列(最后一个索引变化最快)。如果 order 为 ‘F’,则返回的数组将按 Fortran 连续顺序排列(第一个索引变化最快)。如果 order 为 ‘A’(默认),则返回的数组可以按任何顺序排列(C 连续、Fortran 连续,甚至非连续),除非需要复制,在这种情况下,它将是 C 连续的。
示例
>>> import numpy as np
可以使用与
data
形状相同的布尔值数组来初始化mask
。>>> data = np.arange(6).reshape((2, 3)) >>> np.ma.MaskedArray(data, mask=[[False, True, False], ... [False, False, True]]) masked_array( data=[[0, --, 2], [3, 4, --]], mask=[[False, True, False], [False, False, True]], fill_value=999999)
或者,可以通过传入标量布尔值,将
mask
初始化为与data
形状相同的同质布尔值数组。>>> np.ma.MaskedArray(data, mask=False) masked_array( data=[[0, 1, 2], [3, 4, 5]], mask=[[False, False, False], [False, False, False]], fill_value=999999)
>>> np.ma.MaskedArray(data, mask=True) masked_array( data=[[--, --, --], [--, --, --]], mask=[[ True, True, True], [ True, True, True]], fill_value=999999, dtype=int64)
注意
使用标量布尔值来初始化
mask
的推荐做法是使用True
/False
而不是np.True_
/np.False_
。原因是nomask
在内部表示为np.False_
。>>> np.False_ is np.ma.nomask True