1.函数功能
屏蔽满足条件的数组内容,返回值为掩码数组
2.语法结构
np.ma.masked_where(condition, a, copy=True)
3. 参数
参数 | 含义 |
---|---|
condition | 屏蔽条件 |
a | 要操作的数组 |
copy | 布尔值,取值为True时,结果复制数组(原始数据不变),否则返回view(与原始数组共享内存) |
import numpy as npa = np.array([23,56,78,12,49])s = np.ma.masked_where(a<50,a,copy=True)
print(s)
print(a)
print(np.may_share_memory(s,a))b = np.array([23,56,78,12,49])
s1 = np.ma.masked_where(b<50,b,copy=False)
print(s1)
print(b)
print(np.may_share_memory(s1,b))
4. 功能相似的函数
4.1 np.ma.masked_equal
4.1.1 函数语法
ma.masked_equal(x, value, copy=True)
4.1.2 函数功能: 屏蔽数组x中等于value的值
4.1.3 函数参数
参数 | 含义 |
---|---|
x | 数据 |
value | 要屏蔽的值 |
copy | 布尔值,取值为True时,结果复制数组(原始数据不变),否则返回view(与原始数组共享内存) |
import numpy as npa = np.array([23,56,78,12,49])s = np.ma.masked_equal(a,49,copy=True)
print(s)
print(a)
print(np.may_share_memory(s,a))b = np.array([23,56,78,12,49])
s1 = np.ma.masked_equal(b,56,copy=False)
print(s1)
print(b)
print(np.may_share_memory(s1,b))
此函数功能可以使用np.ma.masked_where()实现,相当于 np.ma.masked_where(x=a,x,copy=True)
import numpy as npa = np.array([23,56,78,12,49])s = np.ma.masked_where(a==49,a,copy=True)
print(s)
print(a)
print(np.may_share_memory(s,a))b = np.array([23,56,78,12,49])
s1 = np.ma.masked_where(b==56,b,copy=False)
print(s1)
print(b)
print(np.may_share_memory(s1,b))
4.2 numpy.ma.masked_greater
4.2.1 函数语法
ma.masked_greater(x, value, copy=True)
4.2.2 函数功能: 屏蔽数组x中大于value的值
4.2.3 函数参数
参数 | 含义 |
---|---|
x | 数据 |
value | 屏蔽条件的临界值 |
copy | 布尔值,取值为True时,结果复制数组(原始数据不变),否则返回view(与原始数组共享内存) |
相当于 np.ma.masked_where(x>a,x,copy=True)
import numpy as npa = np.array([23,56,78,12,49])s = np.ma.masked_where(a>=49,a,copy=True)
print(s)
print(a)
print(np.may_share_memory(s,a))b = np.array([23,56,78,12,49])
s1 = np.ma.masked_where(b>=56,b,copy=False)
print(s1)
print(b)
print(np.may_share_memory(s1,b))
4.3 np.ma.masked_inside
4.3.1 函数语法
ma.masked_inside(x, v1, v2, copy=True)
4.3.2 函数功能
屏蔽数组x中介于v1与v2之间的数值(包含V1,V2)
4.3.3 函数参数
import numpy as npa = np.array([23,56,78,12,49])s = np.ma.masked_inside(a,30,50,copy=True)
print(s)
类似的还有其他几个,看函数即可知道意思,不再赘述。