numpy.ma.masked_values

原文：https://docs.scipy.org/doc/numpy/reference/generated/numpy.ma.masked_values.html

译者：飞龙 UsyiyiCN

校对：（虚位以待）

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

使用浮点平等的掩码。

返回MaskedArray，其中数组x中的数据大约等于值，即以下条件为True

（abs（x-值）

如果可能，fill_value设置为value，掩码设置为nomask。对于整数，请考虑使用masked_equal。

参数：	x：array_like 数组掩码。 value：float 掩蔽值。 rtol：float，可选 公差参数。 atol：float，可选 公差参数（1e-8）。 copy：bool，可选 是否返回x的副本。 shrink：bool，可选 是否将满屏为False的遮罩折叠到nomask。
返回：	result：MaskedArray 屏蔽x的结果，其中约等于值。

也可以看看

masked_where

满足条件的掩码。

masked_equal

掩码等于给定值（整数）。

例子

>>> 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，掩码设置为nomask。

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

对于整数，填充值通常与masked_equal的结果不同。

>>> 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=999999)