numpy.ma.array

ma.array(data, dtype=None, copy=False, order=None, mask=False, fill_value=None, keep_mask=True, hard_mask=False, shrink=True, subok=True, ndmin=0)[source]

Класс массива с потенциально замаскированными значениями.

Замаскированные значения True исключают соответствующий элемент из любого вычисления.

Конструктор:

x = MaskedArray(data, mask=nomask, dtype=None, copy=False, subok=True,
                ndmin=0, fill_value=None, keep_mask=True, hard_mask=None,
                shrink=True, order=None)

Параметры

dataarray_like

Входные данные.

maskпоследовательность, необязательно

Маска. Должна быть преобразуема в массив булевых значений с той же формой, что и data. Значение True указывает на замаскированные (т.е. недопустимые) данные.

dtypedtype, необязательно

Тип данных выходных данных. Если dtype равно None, используется тип данных аргумента data (data.dtype). Если dtype не равно None и отличается от data.dtype, выполняется копирование.

copybool, необязательно

Копировать ли входные данные (True) или использовать ссылку вместо них. По умолчанию False.

subokbool, необязательно

Возвращать ли подкласс MaskedArray при возможности (True) или обычный MaskedArray. По умолчанию True.

ndminint, необязательно

Минимальное количество измерений. По умолчанию 0.

fill_valueскаляр, необязательно

Значение, используемое для заполнения замаскированных значений при необходимости. Если None, используется значение по умолчанию, основанное на типе данных.

keep_maskbool, необязательно

Объединять ли mask с маской входных данных, если таковая имеется (True), или использовать только mask для выходных данных (False). По умолчанию True.

hard_maskbool, необязательно

Использовать ли жесткую маску. При жесткой маске замаскированные значения не могут быть размаскированы. По умолчанию False.

shrinkbool, необязательно

Сжимать ли пустую маску. По умолчанию True.

order{‘C’, ‘F’, ‘A’}, необязательно

Укажите порядок массива. Если order — ‘C’, массив будет в порядке C-contiguous (индекс последнего элемента изменяется быстрее всего). Если order — ‘F’, возвращаемый массив будет в порядке Fortran-contiguous (индекс первого элемента изменяется быстрее всего). Если order — ‘A’ (по умолчанию), возвращаемый массив может быть в любом порядке (C-, Fortran-contiguous или даже разрозненным), если не требуется копия, в этом случае он будет C-contiguous.

Примеры

Массив можно инициализировать массивом булевых значений с той же формой, что и data.

>>> data = np.arange(6).reshape((2, 3))
>>> np.ma.MaskedArray(data, mask=[[False, True, False],
...                               [False, False, True]])
masked_array(
  data=[[0, --, 2],
        [3, 4, --]],
  mask=[[False,  True, False],
        [False, False,  True]],
  fill_value=999999)

Или массив можно инициализировать однородным булевым массивом с той же формой, что и data, передав скалярное булево значение:

>>> np.ma.MaskedArray(data, mask=False)
masked_array(
  data=[[0, 1, 2],
        [3, 4, 5]],
  mask=[[False, False, False],
        [False, False, False]],
  fill_value=999999)

>>> np.ma.MaskedArray(data, mask=True)
masked_array(
  data=[[--, --, --],
        [--, --, --]],
  mask=[[ True,  True,  True],
        [ True,  True,  True]],
  fill_value=999999,
  dtype=int64)

Примечание

Рекомендуется инициализировать mask скалярным булевым значением с использованием True/False, а не np.True_/np.False_. Причина в том, что nomask представлен внутри как np.False_.

>>> np.False_ is np.ma.nomask
True