掩码数组
数据很大形况下是凌乱的，并且含有空白的或者无法处理的字符，掩码式数组可以很好的忽略残缺的或者是无效的数据点。掩码式数组由一个正常数组与一个布尔式数组组成，若布尔数组中为Ture，则表示正常数组中对应下标的值无效，反之False表示对应正常数组的值有效。
numpy.ma模块中提供掩码数组的处理，这个模块中几乎完整复制了numpy中的所有函数，并提供掩码数组的功能；
>import numpy.ma as ma >x = np.array([1,2,3,5,7,4,3,2,8,0]) >mask = x < 5 >mx = ma.array(x,mask=mask) >mask array([ True, True, True, False, False, True, True, True, False, True], dtype=bool) >mx masked_array(data = [-- -- -- 5 7 -- -- -- 8 --], mask = [ True True True False False True True True False True], fill_value = 999999)
掩码数组具有三个属性：data、mask、fill_value；
data表示原始数值数组，
mask表示获得掩码用的布尔数组，
fill_value表示的填充值替代无效值之>后的数组，该数组通过filled()方法查看；
掩码数组可以使用各种下标对象对其进行存取，在被掩码的部分值为masked，可以设置某个位置值为ma.masked使其失效；
以上这篇python_mask_array的用法就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持。