在 Numpy 中显示当前掩码
numpyserver side programmingprogramming
要显示当前掩码，请使用 Python Numpy 中的 ma.MaskedArray.mask。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。
NumPy 提供全面的数学函数、随机数生成器、线性代数例程、傅里叶变换等。它支持广泛的硬件和计算平台，并且与分布式、GPU 和稀疏数组库配合良好。
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)
获取数组的维度 −
print("
数组维度...
",arr.ndim)
获取数组的形状 −
print("
我们的掩码数组形状...
",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
计算沿特定轴的掩码元素数量 −
print("
掩码元素的数量...
",ma.count_masked(arr, axis = 1))
返回掩码数组的掩码 −
print("
掩码数组的掩码...
",ma.getmask(arr))
以 ndarray 形式返回掩码数组的数据 −
print("
以ndarray...
",ma.getdata(arr))
判断输入是否为掩码数组的实例 −
print("
输入是否为掩码数组的实例?
",ma.isMaskedArray(arr))
要显示当前掩码，请使用 Python Numpy 中的 ma.MaskedArray.mask −
print("
结果...
",arr.mask)
示例
# Python ma.MaskedArray - 显示当前mask
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("
我们的掩码数组形状...
",arr.shape)
# 获取数组的元素数量
print("
掩码中的元素Array...
",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
# 沿特定轴计算掩码元素的数量
print("
掩码元素的数量...
",ma.count_masked(arr, axis = 1))
# 返回掩码数组的掩码
print("
掩码数组的掩码...
",ma.getmask(arr))
# 将掩码数组的数据作为ndarray
print("
掩码数组的数据作为 ndarray...
",ma.getdata(arr))
# 确定输入是否是掩码数组的实例
print("
输入是否是掩码数组的实例?
",ma.isMaskedArray(arr))
# 要显示当前掩码，请使用 Python Numpy 中的 ma.MaskedArray.mask
print("
结果...
",arr.mask)
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 掩码元素的数量... [1 1 2 3] 掩码数组的掩码... [[False True False False] [False True False False] [False True True False] [ True False True True]] 掩码数组的数据作为 ndarray... [[ 0 1 2 3] [ 4 5 6 7] [ 8 9 10 11] [12 13 14 15]] 输入是否是掩码数组的实例? True Result... [[False True False False] [False True False False] [False True True False] [ True False True True]]
