numpy.ma.masked_values#

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

使用浮点相等性进行掩码。

返回一个掩码数组,在数组 x 中的数据近似等于 value 的地方进行掩码,通过 isclose 确定。对于 masked_values 的默认容差与 isclose 的相同。

对于整数类型,使用精确相等性,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::
x类似数组

要掩码的数组。

value浮点数

掩码值。

rtol, atol浮点数,可选

传递给 isclose 的容差参数

copy布尔值,可选

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

返回值::
result掩码数组

在近似等于 value 的地方掩码 x 的结果。

参见

masked_where

在满足条件的地方进行掩码。

masked_equal

在等于给定值的地方进行掩码(整数)。

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 将设置为 nomask

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

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

>>> 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)