numpy.ma.masked_values

numpy.ma.masked_values(x, value, rtol=1e-05, atol=1e-08, copy=True, shrink=True)[source]

使用浮点平等的掩码。

返回MaskedArray,其中数组x中的数据大约等于,即以下条件为True

(abs(x-值)

如果可能,fill_value设置为value,掩码设置为nomask对于整数,请考虑使用masked_equal

参数:

x:array_like

数组掩码。

value:float

掩蔽值。

rtol:float,可选

公差参数。

atol:float,可选

公差参数(1e-8)。

copy:bool,可选

是否返回x的副本。

shrink:bool,可选

是否将满屏为False的遮罩折叠到nomask

返回:

result:MaskedArray

屏蔽x的结果,其中约等于

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)

注意,如果可能,掩码设置为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masked_equal的结果不同。

>>> 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=999999)