在 NumPy 中将给定标量元素与掩码数组元素相除并返回带有商和余数的数组
numpyserver side programmingprogramming
要将给定标量元素与掩码数组元素相除并返回带有商和余数的数组，请使用 Python Numpy 中的 ma.MaskedArray.__rdivmod__() 方法。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.array() 方法创建一个包含 int 元素的数组 −
arr = np.array([[49, 85, 45], [67, 33, 59]])
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, 0, 1], [ 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("
我们的掩码数组维度...
",maskArr.ndim)
获取掩码数组的维度 −
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)
标量 −
val = 35
print("
给定值...
",val)
要将给定标量元素与掩码数组元素相除并返回带有商和余数的数组，请使用 ma.MaskedArray.__rdivmod__() 方法 −
print("
结果数组...
",maskArr.__rdivmod__(val))
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([[85, 68, 35, 84], [67, 33, 109, 53], [29, 88, 105, 37], [56, 45, 70, 85]])
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, 0], [ 0, 0, 1, 0],
[0, 0, 0, 1], [0, 1, 0, 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)
# 标量
val = 35
print("
给定值...
",val)
# 要将给定标量元素与掩码数组元素相除并返回带有商和余数的数组，
# 使用 ma.MaskedArray.__rdivmod__() 方法
print("
Resultant Arrays...
",maskArr.__rdivmod__(val))
输出
数组类型... int64 数组维度... 2 我们的屏蔽数组 [[-- -- 35 84] [67 33 -- 53] [29 88 105 --] [56 -- 70 85]] 我们的屏蔽数组类型... int64 我们的屏蔽数组维度... 2 我们的屏蔽数组形状... (4, 4) 屏蔽数组中的元素... 16 给定值... 35 结果数组... (masked_array( data=[[--, --, 1, 0], [0, 1, --, 0], [1, 0, 0, --], [0, --, 0, 0]], mask=[[ True, True, False, False], [False, False, True, False], [False, False, False, True], [False, True, False, False]], fill_value=999999), masked_array( data=[[--, --, 0, 35], [35, 2, --, 35], [6, 35, 35, --], [35, --, 35, 35]], mask=[[ True, True, False, False], [False, False, True, False], [False, False, False, True], [False, True, False, False]], fill_value=999999))
