numpy.ma.masked_where#

ma.masked_where(condition, a, copy=True)[源代码]#

在满足条件的情况下屏蔽数组.

返回 a 作为一个数组,其中 condition 为 True 的地方被屏蔽.`a` 或 condition 中的任何屏蔽值在输出中也会被屏蔽.

参数:
conditionarray_like

掩码条件.当 condition 测试浮点值是否相等时,考虑使用 masked_values 代替.

aarray_like

数组到掩码.

copybool

如果为真（默认）,则在结果中创建 a 的副本.如果为假,则就地修改 a 并返回视图.

返回:
resultMaskedArray

在 condition 为 True 时对 a 进行掩码的结果.

参见

masked_values

使用浮点数相等性进行掩码.

masked_equal

掩码等于给定值的位置.

masked_not_equal

掩码,其中 不 等于给定值.

masked_less_equal

掩码小于或等于给定值的位置.

masked_greater_equal

掩码大于或等于给定值的位置.

masked_less

掩码小于给定值的位置.

masked_greater

掩码大于给定值的位置.

masked_inside

在给定区间内进行掩码处理.

masked_outside

在给定区间外掩码.

masked_invalid

掩码无效值（NaNs 或 infs）.

示例

>>> import numpy as np
>>> import numpy.ma as ma
>>> a = np.arange(4)
>>> a
array([0, 1, 2, 3])
>>> ma.masked_where(a <= 2, a)
masked_array(data=[--, --, --, 3],
             mask=[ True,  True,  True, False],
       fill_value=999999)

根据 a 的条件掩码数组 b.

>>> b = ['a', 'b', 'c', 'd']
>>> ma.masked_where(a == 2, b)
masked_array(data=['a', 'b', --, 'd'],
             mask=[False, False,  True, False],
       fill_value='N/A',
            dtype='<U1')

copy 参数的效果.

>>> c = ma.masked_where(a <= 2, a)
>>> c
masked_array(data=[--, --, --, 3],
             mask=[ True,  True,  True, False],
       fill_value=999999)
>>> c[0] = 99
>>> c
masked_array(data=[99, --, --, 3],
             mask=[False,  True,  True, False],
       fill_value=999999)
>>> a
array([0, 1, 2, 3])
>>> c = ma.masked_where(a <= 2, a, copy=False)
>>> c[0] = 99
>>> c
masked_array(data=[99, --, --, 3],
             mask=[False,  True,  True, False],
       fill_value=999999)
>>> a
array([99,  1,  2,  3])

当 condition 或 a 包含掩码值时.

>>> a = np.arange(4)
>>> a = ma.masked_where(a == 2, a)
>>> a
masked_array(data=[0, 1, --, 3],
             mask=[False, False,  True, False],
       fill_value=999999)
>>> b = np.arange(4)
>>> b = ma.masked_where(b == 0, b)
>>> b
masked_array(data=[--, 1, 2, 3],
             mask=[ True, False, False, False],
       fill_value=999999)
>>> ma.masked_where(a == 3, b)
masked_array(data=[--, 1, --, --],
             mask=[ True, False,  True,  True],
       fill_value=999999)
On this page