numpy.ma.masked_values#

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

使用浮点数相等性进行掩码.

返回一个 MaskedArray,在数组 x 中的数据大约等于 value 的地方被掩码,使用 isclose 确定.`masked_values` 的默认容差与 isclose 的相同.

对于整数类型,使用精确相等,与 masked_equal 的方式相同.

fill_value 被设置为 value ,如果可能的话,mask 被设置为 nomask.

参数:
xarray_like

数组到掩码.

valuefloat

掩码值.

rtol, atol浮点数, 可选

传递给 isclose 的容差参数

copybool, 可选

是否返回 x 的副本.

shrinkbool, 可选

是否将一个充满 False 的掩码折叠为 nomask.

返回:
resultMaskedArray

掩码 x 的结果大约等于 value.

参见

masked_where

在满足条件的情况下进行掩码.

masked_equal

掩码等于给定值的地方（整数）.

示例

>>> 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)

注意,如果可能的话,`mask` 被设置为 nomask.

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

与 masked_equal 不同,`masked_values` 可以执行近似相等.

>>> 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)
On this page