numpy.ma.notmasked_contiguous#

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

Найти непрерывные немасскированные данные в маскированном массиве вдоль заданной оси.

Параметры:

aarray_like: Входной массив.
осьint, необязательный: Ось, вдоль которой выполняется операция. Если None (по умолчанию), применяется к сглаженной версии массива, и это то же самое, что flatnotmasked_contiguous.

Возвращает:

конечные точкиlist

Список срезов (начальные и конечные индексы) немаскированных индексов в массиве.

Если входные данные двумерные и указана ось, результат представляет собой список списков.

Смотрите также

flatnotmasked_edges, flatnotmasked_contiguous, notmasked_edges
clump_masked, clump_unmasked

Примечания

Принимает только массивы размерностью не более 2-D.

Примеры

>>> import numpy as np
>>> a = np.arange(12).reshape((3, 4))
>>> mask = np.zeros_like(a)
>>> mask[1:, :-1] = 1; mask[0, 1] = 1; mask[-1, 0] = 0
>>> ma = np.ma.array(a, mask=mask)
>>> ma
masked_array(
  data=[[0, --, 2, 3],
        [--, --, --, 7],
        [8, --, --, 11]],
  mask=[[False,  True, False, False],
        [ True,  True,  True, False],
        [False,  True,  True, False]],
  fill_value=999999)
>>> np.array(ma[~ma.mask])
array([ 0,  2,  3,  7, 8, 11])

>>> np.ma.notmasked_contiguous(ma)
[slice(0, 1, None), slice(2, 4, None), slice(7, 9, None), slice(11, 12, None)]

>>> np.ma.notmasked_contiguous(ma, axis=0)
[[slice(0, 1, None), slice(2, 3, None)], [], [slice(0, 1, None)], [slice(0, 3, None)]]

>>> np.ma.notmasked_contiguous(ma, axis=1)
[[slice(0, 1, None), slice(2, 4, None)], [slice(3, 4, None)], [slice(0, 1, None), slice(3, 4, None)]]