NumPy 1.14 - numpy.ma.masked_where()

numpy.ma.masked_where




numpy

numpy.ma.masked_where

numpy.ma.masked_where(condition, a, copy=True) [source]

एक एरे को मास्क करें जहां एक शर्त पूरी होती है।

एक सरणी के रूप में लौटें जहां condition सत्य है। या condition किसी भी नकाबपोश मूल्यों को भी आउटपुट में नकाबपोश किया जाता है।

पैरामीटर:

शर्त : array_like

मास्किंग की स्थिति। जब condition समानता के लिए फ्लोटिंग पॉइंट वैल्यू का परीक्षण करती है, तो इसके बजाय masked_values का उपयोग करने पर विचार करें।

a : array_like

मुखौटा करने के लिए ऐरे।

कॉपी : बूल

यदि सत्य (डिफ़ॉल्ट) परिणाम में प्रतिलिपि बनाता है। यदि जगह में गलत तरीके से संशोधित a गया है और एक दृश्य लौटाता है।

यह दिखाता है:

परिणाम : मास्कएड्रे

a ऐसी condition जहां मास्क का परिणाम सही है।

यह भी देखें

masked_values
फ्लोटिंग पॉइंट समानता का उपयोग करते हुए मास्क।
masked_equal
मास्क जहां एक दिए गए मूल्य के बराबर है।
masked_not_equal
मास्क जहां दिए गए मूल्य के बराबर not
masked_less_equal
मास्क जहां दिए गए मान से कम या बराबर होता है।
masked_greater_equal
मास्क जहां दिए गए मान से अधिक या बराबर होता है।
masked_less
मास्क जहां दिए गए मान से कम है।
masked_greater
मास्क जहां दिए गए मान से अधिक है।
masked_inside
किसी दिए गए अंतराल के अंदर मास्क।
masked_outside
किसी दिए गए अंतराल के बाहर मास्क।
masked_invalid
अमान्य मान (NaN या inf) मास्क।

उदाहरण

>>> import numpy.ma as ma
>>> a = np.arange(4)
>>> a
array([0, 1, 2, 3])
>>> ma.masked_where(a <= 2, a)
masked_array(data = [-- -- -- 3],
      mask = [ True  True  True False],
      fill_value=999999)

मास्क सरणी b सशर्त a पर।

>>> b = ['a', 'b', 'c', 'd']
>>> ma.masked_where(a == 2, b)
masked_array(data = [a b -- d],
      mask = [False False  True False],
      fill_value=N/A)

copy तर्क का प्रभाव।

>>> c = ma.masked_where(a <= 2, a)
>>> c
masked_array(data = [-- -- -- 3],
      mask = [ True  True  True False],
      fill_value=999999)
>>> c[0] = 99
>>> c
masked_array(data = [99 -- -- 3],
      mask = [False  True  True False],
      fill_value=999999)
>>> a
array([0, 1, 2, 3])
>>> c = ma.masked_where(a <= 2, a, copy=False)
>>> c[0] = 99
>>> c
masked_array(data = [99 -- -- 3],
      mask = [False  True  True False],
      fill_value=999999)
>>> a
array([99,  1,  2,  3])

जब condition या a नकाबपोश मूल्यों होते हैं।

>>> a = np.arange(4)
>>> a = ma.masked_where(a == 2, a)
>>> a
masked_array(data = [0 1 -- 3],
      mask = [False False  True False],
      fill_value=999999)
>>> b = np.arange(4)
>>> b = ma.masked_where(b == 0, b)
>>> b
masked_array(data = [-- 1 2 3],
      mask = [ True False False False],
      fill_value=999999)
>>> ma.masked_where(a == 3, b)
masked_array(data = [-- 1 -- --],
      mask = [ True False  True  True],
      fill_value=999999)