创建一个可能带有掩码值的数组类，并在 Numpy 中设置不同的输出 dtype
numpyserver side programmingprogramming
使用 ma.MaskedArray() 方法创建一个掩码数组。使用"mask"参数设置掩码。此处设置为 False。使用"dtype"参数设置数据类型。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([[77, 51, 92], [56, 31, 69], [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。掩码使用"mask"参数设置。此处设置为 False。数据类型使用"dtype"参数设置 −
maskArr = ma.MaskedArray(arr, mask = False, dtype=float)
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("
我们的掩码数组维度...
",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)
示例
# Python ma.MaskedArray - 创建一个可能带有掩码值的数组类，并设置不同的输出 dtype
import numpy as np
import numpy.ma as ma
# 使用 numpy.array() 方法创建一个带有 int 元素的数组
arr = np.array([[77, 51, 92], [56, 31, 69], [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
# 使用 "mask" 参数设置掩码。此处设置为 False
# 使用"dtype"设置数据类型参数
maskArr = ma.MaskedArray(arr, mask = False, dtype=float)
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("
我们的掩码数组维度...
",maskArr.ndim)
# 获取掩码数组的形状
print("
我们的掩码数组形状...
",maskArr.shape)
# 获取掩码数组元素的数量
print("
掩码数组中的元素...
",maskArr.size)
输出
数组... [[77 51 92] [56 31 69] [73 88 51] [62 45 67]] 数组类型... int64 数组维度... 2 我们的掩码数组 [[77.0 51.0 92.0] [56.0 31.0 69.0] [73.0 88.0 51.0] [62.0 45.0 67.0]] 我们的掩码数组类型... float64 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
