The numpy.ma module

理由¶

掩码数组是可能缺少条目或无效条目的数组。该numpy.ma模块为numpy提供了几乎类似工作的替代方式，该支持支持带掩码的数据数组。

什么是屏蔽数组？¶

在许多情况下，数据集可能不完整或被无效数据污染。例如，传感器可能无法记录数据或记录了无效值。该numpy.ma模块通过引入屏蔽数组提供了解决此问题的便捷方法。

蒙版阵列是标准numpy.ndarray和蒙版的组合。掩码可以是nomask，指示没有关联数组的值无效，也可以是布尔数组，该布尔数组确定关联数组的每个元素的值是否有效。当mask的元素为时False，关联数组的相应元素有效，并且被认为是未掩码的。当mask的元素为时 True，关联数组的相应元素被称为被遮罩（无效）。

该软件包可确保在计算中不使用被屏蔽的条目。

作为说明，让我们考虑以下数据集：

>>> import numpy as np
>>> import numpy.ma as ma
>>> x = np.array([1, 2, 3, -1, 5])

我们希望将第四项标记为无效。最简单的方法是创建一个掩码数组：

>>> mx = ma.masked_array(x, mask=[0, 0, 0, 1, 0])

现在，我们可以计算数据集的平均值，而无需考虑无效数据：

>>> mx.mean()
2.75

该numpy.ma模块¶

numpy.ma模块的主要特征是MaskedArray 类，它是的子类numpy.ndarray。该类，其属性和方法在MaskedArray类部分中有更详细的描述 。

该numpy.ma模块可以用作numpy：

>>> import numpy as np
>>> import numpy.ma as ma

要创建第二个元素无效的数组，我们可以这样做：

>>> y = ma.array([1, 2, 3], mask = [0, 1, 0])

要创建一个掩码数组，其中所有接近1.e20的值都无效，我们可以这样做：

>>> z = ma.masked_values([1.0, 1.e20, 3.0, 4.0], 1.e20)

有关掩码数组的创建方法的完整讨论，请参见“ 构造掩码数组”一节。