在 Numpy 中查找掩码数组中连续的未屏蔽数据
numpyserver side programmingprogramming
要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.flatnotmasked_contiguous。slice_list 参数是切片对象的排序序列（起始索引、结束索引）。
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，要么是布尔值数组，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([[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())
要在掩码数组中查找连续的未掩码数据，请使用 numpy.ma.flatnotmasked_contiguous −
print("
结果...
",np.ma.flatnotmasked_contiguous(maskArr))
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.flatnotmasked_contiguous
print("
结果...
",np.ma.flatnotmasked_contiguous(maskArr))
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 结果... [slice(2, 3, None), slice(4, 7, None), slice(8, 10, None), slice(11, 12, None)]
