numpy.ma.masked_values#

ma.masked_values(x, значение, rtol=1e-05, atol=1e-08, copy=True, shrink=True)[источник]#

Маскирование с использованием равенства чисел с плавающей запятой.

Вернуть MaskedArray, замаскированный там, где данные в массиве x приблизительно равны значение, определено с использованием isclose. Стандартные допуски для masked_values такие же, как для isclose.

Для целочисленных типов используется точное равенство, так же как и в masked_equal.

fill_value установлен в значение и маска установлена в nomask если возможно.

Параметры:

xarray_like: Массив для маскирования.
значениеfloat: Значение маскирования.
rtol, atolfloat, опционально: Параметры допуска, передаваемые в isclose
copybool, необязательно: Возвращать ли копию x.
shrinkbool, необязательно: Сворачивать ли маску, полностью состоящую из False, в nomask.

Возвращает:

результатMaskedArray: Результат маскирования x где приблизительно равно значение.

Смотрите также

masked_where: Маска, где условие выполнено.
masked_equal: Маска, где равно заданному значению (целые числа).

Примеры

>>> import numpy as np
>>> 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)

Обратите внимание, что маска установлено в nomask если возможно.

>>> ma.masked_values(x, 2.1)
masked_array(data=[1. , 1.1, 2. , 1.1, 3. ],
             mask=False,
       fill_value=2.1)

В отличие от masked_equal, masked_values может выполнять приблизительные равенства.

>>> ma.masked_values(x, 2.1, atol=1e-1)
masked_array(data=[1.0, 1.1, --, 1.1, 3.0],
             mask=[False, False,  True, False, False],
       fill_value=2.1)