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)
与
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)