NumPy参考 >数组对象 >Masked arrays >The numpy.ma module > numpy.ma.masked_values
numpy.ma.
masked_values
(x,value,rtol = 1e-05,atol = 1e-08,copy = True,收缩= True )[源代码] ¶掩码使用浮点数相等。
返回MaskedArray,掩蔽其中数组中的数据X大致相等值,使用被确定isclose。的默认公差masked_values
与isclose的默认公差
相同。
对于整数类型,使用与完全相同的等式
masked_equal
。
如果可能,将fill_value设置为value并将mask设置为nomask
。
阵列遮罩。
掩盖值。
公差参数传递给isclose
是否返回x的副本。
是否折叠假到假的面具nomask
。
屏蔽x的结果大约等于value。
也可以看看
masked_where
满足条件的口罩。
masked_equal
掩码等于给定值的整数(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,将遮罩设置为nomask
。
>>> ma.masked_values(x, 1.5)
masked_array(data=[1. , 1.1, 2. , 1.1, 3. ],
mask=False,
fill_value=1.5)
对于整数,填充值通常与的结果不同masked_equal
。
>>> x = np.arange(5)
>>> x
array([0, 1, 2, 3, 4])
>>> ma.masked_values(x, 2)
masked_array(data=[0, 1, --, 3, 4],
mask=[False, False, True, False, False],
fill_value=2)
>>> ma.masked_equal(x, 2)
masked_array(data=[0, 1, --, 3, 4],
mask=[False, False, True, False, False],
fill_value=2)