numpy.ma.masked_array.compress
метод
-
masked_array.compress(self, condition, axis=None, out=None)[source] -
Возвращает
aтам, где условиеTrue.Если условие — это
MaskedArray, пропущенные значения рассматриваются какFalse.- Параметры
-
-
conditionvar -
Булево 1-мерный массив, выбирающий, какие элементы возвращать. Если длина условия меньше размера a по оси, то выходные данные обрезаются до длины массива условия.
-
axis{None, int}, optional -
Ось, вдоль которой необходимо выполнить операцию.
-
out{None, ndarray}, optional -
Альтернативный выходной массив, в который следует поместить результат. Он должен иметь такую же форму, как и ожидаемый результат, но тип будет преобразован при необходимости.
-
- Возвращаемые значения
-
-
resultMaskedArray -
Объект
MaskedArray.
-
Примечания
Обратите внимание на разницу с
compressed! Выходcompressимеет маску, а выходcompressed— нет.Примеры
>>> x = np.ma.array([[1,2,3],[4,5,6],[7,8,9]], mask=[0] + [1,0]*4) >>> x masked_array( data=[[1, --, 3], [--, 5, --], [7, --, 9]], mask=[[False, True, False], [ True, False, True], [False, True, False]], fill_value=999999) >>> x.compress([1, 0, 1]) masked_array(data=[1, 3], mask=[False, False], fill_value=999999)>>> x.compress([1, 0, 1], axis=1) masked_array( data=[[1, 3], [--, --], [7, 9]], mask=[[False, False], [ True, True], [False, False]], fill_value=999999)
© 2005–2020 NumPy Developers
Licensed under the 3-clause BSD License.
https://numpy.org/doc/1.18/reference/generated/numpy.ma.masked_array.compress.html