numpy.ma.masked_values

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

Маскирование с использованием приближённого равенства с плавающей точкой.

Возвращает MaskedArray, замаскированный там, где данные в массиве x приблизительно равны value, определённые с помощью isclose. Значения по умолчанию для отклонений masked_values совпадают с теми, что используются в isclose.

Для целочисленных типов используется точное равенство, аналогично masked_equal.

Значение fill_value устанавливается в value и маска устанавливается в nomask, если это возможно.

Parameters

xarray_like

Массив для маскирования.

valuefloat

Значение маскирования.

rtol, atolfloat, optional

Параметры толерантности, передаваемые в isclose

copybool, optional

Копировать ли x.

shrinkbool, optional

Сжать ли маску, состоящую целиком из False, до nomask.

Returns

resultMaskedArray

Результат маскирования x там, где приблизительно равны value.

См. также

masked_where

Маскирование там, где выполняется условие.

masked_equal

Маскирование при равенстве заданному значению (целые числа).

Примеры

>>> 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 mask устанавливается в nomask, если это возможно.

>>> ma.masked_values(x, 1.5)
masked_array(data=[1. , 1.1, 2. , 1.1, 3. ],
             mask=False,
       fill_value=1.5)

Для целых чисел значение fill будет отличаться, как правило, от результата masked_equal.

>>> x = np.arange(5)
>>> x
array([0, 1, 2, 3, 4])
>>> ma.masked_values(x, 2)
masked_array(data=[0, 1, --, 3, 4],
             mask=[False, False,  True, False, False],
       fill_value=2)
>>> ma.masked_equal(x, 2)
masked_array(data=[0, 1, --, 3, 4],
             mask=[False, False,  True, False, False],
       fill_value=2)