numpy.ma.MaskedArray.put

method

ma.MaskedArray.put(indices, values, mode='raise')

将存储索引位置设置为相应的值.

对于索引中的每个 n,设置 self._data.flat[n] = values[n]. 如果 values 比 indices 短,则会重复. 如果 values 具有一些掩码值,则初始掩码会相应更新,否则会取消掩码相应的值.

参数:

indices一维类数组

目标索引,解释为整数.

valuesarray_like

要在目标索引处的 self._data 副本中放置的值.

模式{‘raise’, ‘wrap’, ‘clip’},可选

指定超出范围的索引的行为.“raise”:引发错误.“wrap”:环绕.“clip”:裁剪到范围.

注释

values 可以是标量或长度为 1 的数组.

示例

Try it in your browser!

>>> import numpy as np
>>> x = np.ma.array([[1,2,3],[4,5,6],[7,8,9]], mask=[0] + [1,0]*4)
>>> x
masked_array(
  data=[[1, --, 3],
        [--, 5, --],
        [7, --, 9]],
  mask=[[False,  True, False],
        [ True, False,  True],
        [False,  True, False]],
  fill_value=999999)
>>> x.put([0,4,8],[10,20,30])
>>> x
masked_array(
  data=[[10, --, 3],
        [--, 20, --],
        [7, --, 30]],
  mask=[[False,  True, False],
        [ True, False,  True],
        [False,  True, False]],
  fill_value=999999)

>>> x.put(4,999)
>>> x
masked_array(
  data=[[10, --, 3],
        [--, 999, --],
        [7, --, 30]],
  mask=[[False,  True, False],
        [ True, False,  True],
        [False,  True, False]],
  fill_value=999999)

Go BackOpen In Tab