在 Numpy 中将输入转换为至少具有三个维度的数组

numpyserver side programmingprogramming

要将输入转换为至少具有三个维度的数组,请使用 Python Numpy 中的 ma​​.atleast_3d() 方法。参数是一个或多个类似数组的序列。非数组输入将转换为数组。保留已经具有三个或更多维度的数组。

该函数返回一个数组或数组列表,每个数组的 a.ndim >= 3。尽可能避免复制,并返回具有三个或更多维度的视图。例如,形状为 (N,) 的一维数组变为形状为 (1, N, 1) 的视图,形状为 (M, N) 的二维数组变为形状为 (M, N, 1) 的视图。它适用于 _data 和 _mask(如果有)。

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, 39], [73, 88, 51], [62, 45, 67]])
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 =[[1, 1, 0], [ 1, 0, 0], [0, 1, 0], [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三个维度的数组,请使用 Python Numpy 中的 ma.atleast_3d() 方法 −

print("
结果...
",np.atleast_3d(1, maskArr))

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, 39], [73, 88, 51], [62, 45, 67]])
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 =[[1, 1, 0], [ 1, 0, 0], [0, 1, 0], [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三个维度的数组,请使用 Python Numpy 中的 ma.atleast_3d() 方法 print("
结果...
",np.atleast_3d(1, maskArr))

输出

数组...
[[65 68 81]
[93 33 39]
[73 88 51]
[62 45 67]]

数组类型...
int64

数组维度...
2

我们的掩码数组
[[-- -- 81]
[-- 33 39]
[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...
12

结果...
[array([[[1]]]), masked_array(
data=[[[--],
[--],
[81]],
[[--],
[33],
[39]],
[[73],
[--],
[51]],
[[62],
[--],
[67]]],

mask=[[[ True],
[ True],
[False]],
[[ True],
[False],
[False]],
[[False],
[ True],
[False]],
[[False],
[ True],
[False]]],
fill_value=999999)]

相关文章