numpy.ma.notmasked_contigious #
- 嘛。notmasked_contigious ( a , axis = None ) [来源] #
沿给定轴在屏蔽数组中查找连续的未屏蔽数据。
- 参数:
- 类似数组
输入数组。
- 轴int,可选
执行操作所沿的轴。如果 None (默认),则适用于数组的扁平版本,这与
flatnotmasked_contiguous
.
- 返回:
- 端点列表
数组中未屏蔽索引的切片列表(开始索引和结束索引)。
如果输入为 2d 并且指定了 axis,则结果是列表的列表。
笔记
最多只接受二维数组。
例子
>>> a = np.arange(12).reshape((3, 4)) >>> mask = np.zeros_like(a) >>> mask[1:, :-1] = 1; mask[0, 1] = 1; mask[-1, 0] = 0 >>> ma = np.ma.array(a, mask=mask) >>> ma masked_array( data=[[0, --, 2, 3], [--, --, --, 7], [8, --, --, 11]], mask=[[False, True, False, False], [ True, True, True, False], [False, True, True, False]], fill_value=999999) >>> np.array(ma[~ma.mask]) array([ 0, 2, 3, 7, 8, 11])
>>> np.ma.notmasked_contiguous(ma) [slice(0, 1, None), slice(2, 4, None), slice(7, 9, None), slice(11, 12, None)]
>>> np.ma.notmasked_contiguous(ma, axis=0) [[slice(0, 1, None), slice(2, 3, None)], [], [slice(0, 1, None)], [slice(0, 3, None)]]
>>> np.ma.notmasked_contiguous(ma, axis=1) [[slice(0, 1, None), slice(2, 4, None)], [slice(3, 4, None)], [slice(0, 1, None), slice(3, 4, None)]]