numpy.ma.masked_values #
- 嘛。masked_values ( x , value , rtol = 1e-05 , atol = 1e-08 , copy = True , Shrink = True ) [来源] #
使用浮点相等的掩码。
返回一个 MaskedArray,在数组x中的数据大约等于value 的情况下进行屏蔽,使用 确定
isclose
。的默认容差masked_values
与 的默认容差相同isclose
。对于整数类型,使用精确相等,与 相同
masked_equal
。fill_value 设置为value,掩码设置为
nomask
如果可能。- 参数:
- x类似数组
要屏蔽的数组。
- 值浮动
掩蔽值。
- rtol,atol浮动,可选
公差参数传递至
isclose
- 复制布尔值,可选
是否返回x的副本。
- 收缩布尔值,可选
是否要塌陷一个充满False的面具
nomask
。
- 返回:
- 结果掩码数组
屏蔽x的结果大约等于value。
也可以看看
masked_where
满足条件的掩码。
masked_equal
掩码等于给定值(整数)。
例子
>>> 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,请将掩码设置为。
nomask
>>> ma.masked_values(x, 2.1) masked_array(data=[1. , 1.1, 2. , 1.1, 3. ], mask=False, fill_value=2.1)
与 不同
masked_equal
,masked_values
可以执行近似相等。>>> 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)