在 Numpy 中将输入转换为至少具有一个维度的数组
numpyserver side programmingprogramming
要将输入转换为至少具有一个维度的数组，请使用 Python Numpy 中的 ma.atleast_1d() 方法。标量输入将转换为一维数组，而高维输入则保留。它返回一个数组或数组列表，每个数组的 a.ndim >= 1。仅在必要时进行复制。该函数适用于 _data 和 _mask(如果有)。
掩码数组是标准 numpy.ndarray 和掩码的组合。掩码要么是 nomask，表示关联数组的任何值都无效，要么是布尔值数组，用于确定关联数组的每个元素的值是否有效。
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])
print("数组...
", arr)
print("
数组类型...
", arr.dtype)
获取数组的维度 −
print("
数组维度...
",arr.ndim)
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 =[[0, 1, 0]])
print("
我们的掩码数组
", maskArr)
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...
",maskArr.size)
使用 ma.atleast_1d() 方法将输入转换为至少有一维的数组 −
print("
结果...
",np.atleast_1d(1, maskArr))
示例
# Python ma.MaskedArray - 将输入转换为至少有一维的数组
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])
print("数组...
", arr)
print("
数组类型...
", arr.dtype)
# 获取数组的维度
print("
数组维度...
",arr.ndim)
# 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 =[[0, 1, 0]])
print("
我们的掩码数组
", maskArr)
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...
",maskArr.size)
# 要将输入转换为至少具有一维的数组，请使用 Python Numpy 中的 ma.atleast_1d() 方法
print("
结果...
",np.atleast_1d(1, maskArr))
输出
数组... [65 68 81] 数组类型... int64 数组维度... 1 我们的掩码数组 [65 -- 81] 我们的掩码数组类型... int64 我们的掩码数组维度... 1 我们的掩码数组形状... (3,) 掩码数组中的元素... 3 结果... [array([1]), masked_array(data=[65, --, 81], mask=[False, True, False], fill_value=999999)]
