NumPy 1.14 - numpy.ma.masked_values()

numpy.ma.masked_values




numpy

numpy.ma.masked_values

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

फ्लोटिंग पॉइंट समानता का उपयोग करते हुए मास्क।

MaskedArray पर वापस लौटें, जहां नकाबपोश का उपयोग करते हुए निर्धारित किया value , जहां सरणी x में डेटा लगभग value बराबर isclose masked_values लिए डिफ़ॉल्ट सहिष्णुता masked_values लिए masked_values हैं।

पूर्णांक प्रकारों के लिए, सटीक समानता का उपयोग किया जाता है, उसी तरह जैसे कि masked_equal

Fill_value को value सेट किया गया है और यदि संभव हो तो मुखौटा को nomask करने के लिए सेट किया गया है।

पैरामीटर:

x : array_like

मुखौटा करने के लिए ऐरे।

मूल्य : नाव

मास्किंग मूल्य।

आरटीओएल, एटोल : फ्लोट, वैकल्पिक

सहिष्णुता के मापदंडों को पारित किया जाता है

प्रतिलिपि : बूल, वैकल्पिक

x की एक प्रति वापस करना है या नहीं।

हटना : बूल, वैकल्पिक

चाहे नकली से नकाब से भरा मुखौटा nomask

यह दिखाता है:

परिणाम : मास्कएड्रे

मास्किंग x का परिणाम जहां लगभग value बराबर है।

यह भी देखें

masked_where
मुखौटा जहां एक शर्त पूरी की जाती है।
masked_equal
मास्क जहां दिए गए मान के बराबर है (पूर्णांक)।

उदाहरण

>>> 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)

ध्यान दें कि यदि संभव हो तो mask को nomask सेट किया गया है।

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

पूर्णांक के लिए, masked_equal के परिणाम के लिए सामान्य रूप से भरण मूल्य अलग होगा।

>>> 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)