numpy.ma.MaskedArray.take#

method

ma.MaskedArray.take(indices, axis=None, out=None, mode='raise')[源代码]#

沿轴从掩码数组中获取元素.

对于掩码数组,此函数与“fancy”索引(使用数组索引数组)的作用相同.如果您需要沿给定轴的元素,则使用起来可能更容易.

参数:
amasked_array

源掩码数组.

indicesarray_like

要提取的值的索引.也允许使用标量作为索引.

axis整数,可选

要在其上选择值的轴.默认情况下,使用展平的输入数组.

outMaskedArray, optional

如果提供,结果将放置在此数组中.它应该具有适当的形状和 dtype.请注意,如果 mode=’raise’ ,则始终缓冲 out ;使用其他模式以获得更好的性能.

模式{‘raise’, ‘wrap’, ‘clip’},可选

指定越界索引的行为.

  • ‘raise’ – 引发错误 (默认)

  • ‘wrap’ – 环绕

  • ‘clip’ – 裁剪到范围

“clip”模式意味着所有过大的索引都将被替换为寻址该轴上最后一个元素的索引.请注意,这会禁用使用负数进行索引.

返回:
outMaskedArray

返回的数组与 a 具有相同的类型.

参见

numpy.take

ndarray 的等效函数.

compress

使用布尔掩码获取元素.

take_along_axis

通过匹配数组和索引数组来获取元素.

注释

此函数的行为类似于 numpy.take ,但它处理掩码值.掩码保留在输出数组中,输入数组中的掩码值在输出中仍然被掩码.

示例

>>> import numpy as np
>>> a = np.ma.array([4, 3, 5, 7, 6, 8], mask=[0, 0, 1, 0, 1, 0])
>>> indices = [0, 1, 4]
>>> np.ma.take(a, indices)
masked_array(data=[4, 3, --],
            mask=[False, False,  True],
    fill_value=999999)

当 indices 不是一维时,输出也具有这些维度:

>>> np.ma.take(a, [[0, 1], [2, 3]])
masked_array(data=[[4, 3],
                [--, 7]],
            mask=[[False, False],
                [ True, False]],
    fill_value=999999)
当前页面