计算 Numpy 中屏蔽元素的数量
numpyserver side programmingprogramming
要计算屏蔽元素的数量，请使用 Python Numpy 中的 ma.MaskedArray.count_masked() 方法。该方法返回屏蔽元素的总数(axis=None)或给定轴的每个切片上的屏蔽元素数量。
axis 参数是要计算的轴。如果为 None(默认值)，则使用数组的扁平版本。
步骤
首先，导入所需的库 −
import numpy as np import numpy.ma as ma
使用 numpy.arange() 方法创建一个包含 int 元素的 4x4 数组 −
arr = np.arange(16).reshape((4,4))
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)
print("
我们的数组类型...
", arr.dtype)
获取数组的形状 −
print("
我们的获取数组形状...
",arr.shape)
获取数组元素的数量 −
print("
掩码数组中的元素...
",arr.size)
Create a masked array −
arr = ma.array(arr) arr[0, 1] = ma.masked arr[1, 1] = ma.masked arr[2, 1] = ma.masked arr[2, 2] = ma.masked arr[3, 0] = ma.masked arr[3, 2] = ma.masked arr[3, 3] = ma.masked
要计算掩码元素的数量，请使用 ma.MaskedArray.count_masked() 方法 −
print("
结果(掩码元素的数量)...
",ma.count_masked(arr))
示例
# Python ma.MaskedArray - 计算掩码元素的数量
import numpy as np
import numpy.ma as ma
# 使用 numpy.arange() 方法创建一个包含 int 元素的 4x4 数组
arr = np.arange(16).reshape((4,4))
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)
print("
我们的数组类型...
", arr.dtype)
# 获取数组的形状
print("
我们的获取数组形状...
",arr.shape)
# 获取数组元素的数量
print("
掩码数组中的元素...
",arr.size)
# 创建一个掩码数组
arr = ma.array(arr)
arr[0, 1] = ma.masked
arr[1, 1] = ma.masked
arr[2, 1] = ma.masked
arr[2, 2] = ma.masked
arr[3, 0] = ma.masked
arr[3, 2] = ma.masked
arr[3, 3] = ma.masked
# 要计算屏蔽元素的数量，请使用 ma.MaskedArray.count_masked() 方法
print("
Result (number of masked elements)...
",ma.count_masked(arr))
输出
数组... [[ 0 1 2 3] [ 4 5 6 7] [ 8 9 10 11] [12 13 14 15]] 数组类型... int64 数组维度... 2 我们的数组类型... int64 我们的掩码数组形状... (4, 4) 掩码数组中的元素... 16 Result (number of masked elements)... 7
