Python Numpy MaskedArray.masked_inside()函数

在许多情况下，数据集可能是不完整的，或因存在无效数据而受到污染。例如，一个传感器可能未能记录一个数据，或者记录了一个无效的值。numpy.ma模块通过引入掩码数组，为解决这个问题提供了一个方便的方法。掩码数组是可能存在缺失或无效项的数组。

numpy.MaskedArray.masked_inside()函数用于屏蔽给定区间内的数组。该函数是masked_where的快捷方式，其中条件是Arr在区间[v1, v2]内为真（v1 <= arr <= v2） 。边界v1和v2可以按任一顺序给出。

语法: numpy.ma.masked_inside(arr, v1, v2, copy=True)

参数:
arr : [ndarray] 我们要屏蔽的输入数组。
v1, v2 : [int] 下限和上限范围。
copy : [bool] 如果为真（默认），在结果中复制Arr。如果为假，则在原地修改arr，并返回一个视图。

返回 : [ MaskedArray] 屏蔽后的结果阵列。

代码#1：

# Python program explaining
# numpy.MaskedArray.masked_inside() method 
  
# importing numpy as geek 
# and numpy.ma module as ma
import numpy as geek
import numpy.ma as ma
  
# creating input array 
in_arr = geek.array([1, 2, 3, -1, 2])
print ("Input array : ", in_arr)
  
# applying MaskedArray.masked_inside methods 
# to input array in the range[-1, 1]
mask_arr = ma.masked_inside(in_arr, -1, 1)
print ("Masked array : ", mask_arr)

输出:

Input array :  [ 1  2  3 -1  2]
Masked array :  [-- 2 3 -- 2]

代码#2：

# Python program explaining
# numpy.MaskedArray.masked_inside() method 
  
# importing numpy as geek 
# and numpy.ma module as ma
import numpy as geek
import numpy.ma as ma
  
# creating input array 
in_arr = geek.array([5e8, 3e-5, -45.0, 4e4, 5e2])
print ("Input array : ", in_arr)
  
# applying MaskedArray.masked_inside methods 
# to input array in the range[5e2, 5e8]
mask_arr = ma.masked_inside(in_arr, 5e2, 5e8)
print ("Masked array : ", mask_arr)

输出:

Input array :  [ 5.0e+08  3.0e-05 -4.5e+01  4.0e+04  5.0e+02]
Masked array :  [-- 3e-05 -45.0 -- --]