在 Numpy 中计算轴 0 上掩码数组元素的最大值
numpyserver side programmingprogramming
要计算沿给定轴的掩码数组元素的最大值，请使用 Python Numpy −
中的 MaskedArray.max() 方法- 使用"axis"参数设置轴
- axis 是要沿其进行操作的轴
函数 max() 返回一个保存结果的新数组。如果指定了 out，则返回 out。out 参数是用于放置结果的备用输出数组。必须具有与预期输出相同的形状和缓冲区长度。fill_value 是用于填充掩码值的值。如果为 None，则使用 maximum_fill_value() 的输出。如果将 keepdims 设置为 True，则缩小的轴将保留在结果中，作为大小为 1 的尺寸。使用此选项，结果将根据数组正确广播。
步骤
首先，导入所需的库 −
import numpy as np import numpy.ma as ma
使用 numpy.array() 方法创建一个包含 int 元素的数组 −
arr = np.array([[65, 68, 81], [93, 33, 76], [73, 88, 51], [62, 45, 67]])
print("数组...
", arr)
创建一个掩码数组并将其中一些掩码为无效−
maskArr = ma.masked_array(arr, mask =[[1, 1, 0], [ 0, 0, 0], [0, 1, 0], [0, 1, 0]])
print("
我们的掩码数组...
", maskArr)
获取掩码数组的类型 −
print("
我们的掩码数组类型...
", maskArr.dtype)
获取掩码数组的维度 −
print("
我们的掩蔽数组维度...
",maskArr.ndim)
获取掩码数组的形状 −
print("
我们的掩码数组形状...
",maskArr.shape)
获取掩码数组的元素数量 −
print("
掩码数组中的元素数量...
",maskArr.size)
要计算沿给定轴的掩码数组元素的最大值，请使用 MaskedArray.max() 方法。轴使用"axis"参数设置。axis 是沿其进行减法运算的轴
resArr = maskArr.max(axis = 0)
print("
Resultant Array..
.", resArr)
示例
import numpy as np
import numpy.ma as ma
# 使用 numpy.array() 方法创建一个包含 int 元素的数组
arr = np.array([[65, 68, 81], [93, 33, 76], [73, 88, 51], [62, 45, 67]])
print("数组...
", arr)
# 创建一个掩码数组并将其中一些掩码为无效
maskArr = ma.masked_array(arr, mask =[[1, 1, 0], [ 0, 0, 0], [0, 1, 0], [0, 1, 0]])
print("
我们的掩码数组...
", maskArr)
# 获取掩码数组的类型
print("
我们的掩码数组类型...
", maskArr.dtype)
# 获取掩码数组的维度
print("
我们的掩蔽数组维度...
",maskArr.ndim)
# 获取掩码数组的形状
print("
我们的掩码数组形状...
",maskArr.shape)
# 获取掩码数组的元素数量
print("
掩码数组中的元素数量...
",maskArr.size)
# 要计算沿给定轴的掩码数组元素的最大值，请使用 Python Numpy 中的 MaskedArray.max() 方法
# 使用"axis"参数设置轴
# axis 是要沿其进行操作的轴
resArr = maskArr.max(axis = 0)
print("
Resultant Array..
.", resArr)
输出
数组... [[65 68 81] [93 33 76] [73 88 51] [62 45 67]] 我们的掩码数组... [[-- -- 81] [93 33 76] [73 -- 51] [62 -- 67]] 我们的掩码数组类型... int64 我们的掩码数组维度... 2 我们的掩码数组形状... (4, 3) 掩码数组中的元素数量... 12 Resultant Array.. . [93 33 81]
