numpy.ma.make_mask#

ma.make_mask(m, copy=False, shrink=True, dtype=<class 'numpy.bool'>)[源代码]#

从数组创建一个布尔掩码.

返回 m 作为一个布尔掩码,如果必要或请求则创建一个副本.该函数可以接受任何可转换为整数的序列,或 nomask.不需要内容必须是0和1,值为0的解释为False,其他所有值解释为True.

参数:
marray_like

潜在的掩码.

copybool, 可选

是否返回 m 的副本（True）或 m 本身（False）.

shrinkbool, 可选

如果 m 的所有值都是 False,是否将其缩减为 nomask.

dtypedtype, 可选

输出掩码的数据类型.默认情况下,输出掩码的dtype为MaskType（布尔值）.如果dtype是灵活的,每个字段都有一个布尔dtype.当`m`为``nomask``时,此设置被忽略,在这种情况下总是返回``nomask``.

返回:
resultndarray

从 m 派生的布尔掩码.

示例

>>> import numpy as np
>>> import numpy.ma as ma
>>> m = [True, False, True, True]
>>> ma.make_mask(m)
array([ True, False,  True,  True])
>>> m = [1, 0, 1, 1]
>>> ma.make_mask(m)
array([ True, False,  True,  True])
>>> m = [1, 0, 2, -3]
>>> ma.make_mask(m)
array([ True, False,  True,  True])

shrink 参数的效果.

>>> m = np.zeros(4)
>>> m
array([0., 0., 0., 0.])
>>> ma.make_mask(m)
False
>>> ma.make_mask(m, shrink=False)
array([False, False, False, False])

使用灵活的 dtype.

>>> m = [1, 0, 1, 1]
>>> n = [0, 1, 0, 0]
>>> arr = []
>>> for man, mouse in zip(m, n):
...     arr.append((man, mouse))
>>> arr
[(1, 0), (0, 1), (1, 0), (1, 0)]
>>> dtype = np.dtype({'names':['man', 'mouse'],
...                   'formats':[np.int64, np.int64]})
>>> arr = np.array(arr, dtype=dtype)
>>> arr
array([(1, 0), (0, 1), (1, 0), (1, 0)],
      dtype=[('man', '<i8'), ('mouse', '<i8')])
>>> ma.make_mask(arr, dtype=dtype)
array([(True, False), (False, True), (True, False), (True, False)],
      dtype=[('man', '|b1'), ('mouse', '|b1')])
On this page