numpy.ma.masked_values

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

使用浮点平等的掩码。

返回MaskedArray，其中数组x中的数据大约等于值，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，其中约等于值。

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)