numpy.ma.make_mask #

嘛。make_mask ( m , copy=False , Shrink=True , dtype=<class 'numpy.bool_'> ) [来源] #

从数组创建布尔掩码。

将m作为布尔掩码返回，并根据需要或请求创建副本。该函数可以接受任何可转换为整数的序列，或nomask。不要求内容必须是 0 和 1，0 值解释为 False，其他值解释为 True。

参数：

m类数组: 潜在的面具。
复制布尔值，可选: 是否返回m的副本（True）或m本身（False）。
收缩布尔值，可选: 如果 m 的所有值都为 False，是否将其缩小。nomask
数据类型数据类型，可选: 输出掩码的数据类型。默认情况下，输出掩码的数据类型为 MaskType (bool)。如果数据类型是灵活的，则每个字段都有一个布尔数据类型。当m为时，此值将被忽略nomask，在这种情况下nomask始终返回。

返回：

结果数组: 从m派生的布尔掩码。

例子

>>> import numpy.ma as ma
>>> m = [True, False, True, True]
>>> ma.make_mask(m)
array([ True, False,  True,  True])
>>> m = [1, 0, 1, 1]
>>> ma.make_mask(m)
array([ True, False,  True,  True])
>>> m = [1, 0, 2, -3]
>>> ma.make_mask(m)
array([ True, False,  True,  True])

收缩参数的影响。

>>> m = np.zeros(4)
>>> m
array([0., 0., 0., 0.])
>>> ma.make_mask(m)
False
>>> ma.make_mask(m, shrink=False)
array([False, False, False, False])

使用灵活的dtype.

>>> m = [1, 0, 1, 1]
>>> n = [0, 1, 0, 0]
>>> arr = []
>>> for man, mouse in zip(m, n):
...     arr.append((man, mouse))
>>> arr
[(1, 0), (0, 1), (1, 0), (1, 0)]
>>> dtype = np.dtype({'names':['man', 'mouse'],
...                   'formats':[np.int64, np.int64]})
>>> arr = np.array(arr, dtype=dtype)
>>> arr
array([(1, 0), (0, 1), (1, 0), (1, 0)],
      dtype=[('man', '<i8'), ('mouse', '<i8')])
>>> ma.make_mask(arr, dtype=dtype)
array([(True, False), (False, True), (True, False), (True, False)],
      dtype=[('man', '|b1'), ('mouse', '|b1')])