numpy.ma.masked_where#

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

在满足条件的地方掩码数组。

将 a 作为数组返回，在 condition 为 True 的地方进行掩码。 a 或 condition 的任何掩码值在输出中也将被掩码。

参数:

conditionarray_like: 掩码条件。当 condition 测试浮点值的相等性时，请考虑使用 masked_values。
aarray_like: 要掩码的数组。
copybool: 如果为 True（默认值），则在结果中创建 a 的副本。如果为 False，则就地修改 a 并返回视图。

返回值:

resultMaskedArray: 在 condition 为 True 的地方掩码 a 的结果。

另请参阅

masked_values: 使用浮点相等性进行掩码。
masked_equal: 在等于给定值的地方进行掩码。
masked_not_equal: 在不等于给定值的地方进行掩码。
masked_less_equal: 在小于或等于给定值的地方进行掩码。
masked_greater_equal: 在大于或等于给定值的地方进行掩码。
masked_less: 在小于给定值的地方进行掩码。
masked_greater: 在大于给定值的地方进行掩码。
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 infs）。

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 掩码数组 b。

>>> 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 包含掩码值时。

>>> 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)