在 Numpy 中沿给定轴在掩码数组中查找连续的未屏蔽数据
numpyserver side programmingprogramming
要沿给定轴在掩码数组中查找连续的未屏蔽数据，请使用 Python Numpy 中的 numpy.ma.notmasked_contiguous。该方法返回数组中未屏蔽索引的切片列表（起始和结束索引）。如果输入是 2d 并且指定了轴，则结果为列表列表
轴是执行操作所沿的轴。如果为 None（默认值），则适用于数组的扁平版本，这与 flatnotmasked_contiguous 相同。
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)
获取掩码数组的元素数量 −
print("
掩码数组中的元素...
",maskArr.size)
返回一个布尔值，指示数据是否连续 −
print("
检查数据是否连续？
",maskArr.iscontiguous())
要沿给定轴在掩码数组中查找连续的未掩码数据，请使用 numpy.ma.notmasked_contiguous：
print("
结果...
",np.ma.notmasked_contiguous(maskArr, axis = 0))
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)
# 返回一个布尔值，表示数据是否连续
print("
检查数据是否连续？
",maskArr.iscontiguous())
# 要沿给定轴在掩码数组中查找连续的未掩码数据，请使用 Python Numpy 中的 numpy.ma.notmasked_contiguous
print("
结果...
",np.ma.notmasked_contiguous(maskArr, axis = 0))
输出
Array... [[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 检查数据是否连续？ True Result... [[slice(2, 4, None)], [slice(1, 2, None)], [slice(0, 4, None)]]
