numpy.ma.masked_where #

嘛。masked_where (条件, a ,复制= True ) [来源] #

屏蔽满足条件的数组。

返回a作为屏蔽数组，其中条件为 True。a或条件的任何屏蔽值也会在输出中屏蔽。

参数：

类似条件数组: 掩蔽条件。当条件测试浮点值是否相等时，请考虑改用masked_values。
类似数组: 要屏蔽的数组。
复制布尔值: 如果为 True（默认），则在结果中复制a 。如果为 False，则就地修改 a并返回视图。

返回：

结果掩码数组: 屏蔽where条件的结果为 True。

也可以看看

masked_values: 使用浮点相等的掩码。
masked_equal: 掩码等于给定值。
masked_not_equal: 掩码不等于给定值。
masked_less_equal: 小于或等于给定值的掩码。
masked_greater_equal: 大于或等于给定值的掩码。
masked_less: 小于给定值的掩码。
masked_greater: 大于给定值的掩码。
masked_inside: 给定区间内的掩码。
masked_outside: 掩码超出给定间隔。
masked_invalid: 屏蔽无效值（NaN 或 infs）。

例子

>>> 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)

掩码数组b以a为条件。

>>> 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')

论证的效果copy。

>>> 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])

当条件或a包含屏蔽值时。

>>> 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)