在 Numpy 中计算掩码数组元素的中位数
numpyserver side programmingprogramming
要计算掩码数组元素的中位数，请使用 Python Numpy 中的 MaskedArray.median() 方法。
如果 overwrite_input 参数为 True，则允许使用输入数组 (a) 的内存进行计算。输入数组将通过对 median 的调用进行修改。当您不需要保留输入数组的内容时，这将节省内存。将输入视为未定义，但它可能会完全或部分排序。默认值为 False。请注意，如果 overwrite_input 为 True，并且输入还不是 ndarray，则会引发错误。
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)
要计算掩码数组元素的中位数，请使用 Python Numpy 中的 MaskedArray.median() 方法 −
resArr = np.ma.median(maskArr)
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)
# 要计算掩码数组元素的中位数，请使用 Python Numpy 中的 MaskedArray.median() 方法
resArr = np.ma.median(maskArr)
print("
结果数组..
.", 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 结果数组.. . 70.0
