numpy.ma.mask_rowcols#

ma.mask_rowcols(a, ось=None)[источник]#

Замаскировать строки и/или столбцы 2D-массива, содержащие замаскированные значения.

Маскирование целых строк и/или столбцов 2D массива, содержащих замаскированные значения. Поведение маскирования выбирается с помощью ось параметр.

Если ось равно None, строки и столбцы маскируются.

Если ось равно 0, маскируются только строки.

Если ось равно 1 или -1, маскируются только столбцы.

Параметры:

aarray_like, MaskedArray: Массив для маскирования. Если не экземпляр MaskedArray (или если элементы массива не замаскированы), результат — MaskedArray с маска установлен в nomask (False). Должен быть 2D массив.
осьint, необязательный: Ось, вдоль которой выполняется операция. Если None, применяется к сплющенной версии массива.

Возвращает:

aMaskedArray: Модифицированная версия входного массива, маскированная в зависимости от значения ось параметр.

Вызывает:

NotImplementedError: Если входной массив a не является двумерным.

Смотрите также

mask_rows: Маскировать строки двумерного массива, содержащие замаскированные значения.
mask_cols: Маскировать столбцы 2D массива, содержащие замаскированные значения.
masked_where: Маска, где условие выполнено.

Примечания

Маска входного массива изменяется этой функцией.

Примеры

>>> import numpy as np
>>> a = np.zeros((3, 3), dtype=int)
>>> a[1, 1] = 1
>>> a
array([[0, 0, 0],
       [0, 1, 0],
       [0, 0, 0]])
>>> a = np.ma.masked_equal(a, 1)
>>> a
masked_array(
  data=[[0, 0, 0],
        [0, --, 0],
        [0, 0, 0]],
  mask=[[False, False, False],
        [False,  True, False],
        [False, False, False]],
  fill_value=1)
>>> np.ma.mask_rowcols(a)
masked_array(
  data=[[0, --, 0],
        [--, --, --],
        [0, --, 0]],
  mask=[[False,  True, False],
        [ True,  True,  True],
        [False,  True, False]],
  fill_value=1)