numpy.ma.make_mask

ma.make_mask(m, copy=False, shrink=True, dtype=<class 'numpy.bool_'>)

从数组创建一个布尔掩码。

返回 m 作为一个布尔掩码，在必要或请求时创建一个副本。函数可以接受任何可转换为整数的序列，或者 nomask . 不要求内容必须是0s和1s，0的值被解释为False，其他所有值都被解释为True。

参数

marray_like

潜在掩码

copy可选的布尔

是否返回 m （真）或 m 本身（假）。

shrink可选的布尔

是否缩小 m 到 nomask 如果它的所有值都为假。

dtype可选类型

输出掩码的数据类型。默认情况下，输出掩码的数据类型为masktype（bool）。如果数据类型是灵活的，则每个字段都有一个布尔数据类型。当 m 是 nomask ，在这种情况下 nomask 总是返回。

返回

result恩达雷

源于 m .

实例

>>> import numpy.ma as ma
>>> m = [True, False, True, True]
>>> ma.make_mask(m)
array([ True, False,  True,  True])
>>> m = [1, 0, 1, 1]
>>> ma.make_mask(m)
array([ True, False,  True,  True])
>>> m = [1, 0, 2, -3]
>>> ma.make_mask(m)
array([ True, False,  True,  True])

效果 shrink 参数。

>>> m = np.zeros(4)
>>> m
array([0., 0., 0., 0.])
>>> ma.make_mask(m)
False
>>> ma.make_mask(m, shrink=False)
array([False, False, False, False])

使用灵活的 dtype .

>>> m = [1, 0, 1, 1]
>>> n = [0, 1, 0, 0]
>>> arr = []
>>> for man, mouse in zip(m, n):
...     arr.append((man, mouse))
>>> arr
[(1, 0), (0, 1), (1, 0), (1, 0)]
>>> dtype = np.dtype({'names':['man', 'mouse'],
...                   'formats':[np.int64, np.int64]})
>>> arr = np.array(arr, dtype=dtype)
>>> arr
array([(1, 0), (0, 1), (1, 0), (1, 0)],
      dtype=[('man', '<i8'), ('mouse', '<i8')])
>>> ma.make_mask(arr, dtype=dtype)
array([(True, False), (False, True), (True, False), (True, False)],
      dtype=[('man', '|b1'), ('mouse', '|b1')])

numpy.ma.append numpy.ma.make_mask_none