在 Numpy 中获取 Masked Array 的当前形状
numpyserver side programmingprogramming
要获取 Masked Array 的形状，请使用 Numpy 中的 ma.MaskedArray.shape 属性。shape 属性通常用于获取数组的当前形状，但也可以通过为其分配一个数组维度元组来就地重塑数组。
与 numpy.reshape 一样，新形状维度之一可以是 -1，在这种情况下，其值是从数组的大小和其余维度推断出来的。如果需要复制，则就地重塑数组将失败。
步骤
首先，导入所需的库 −
import numpy as np import numpy.ma as ma
使用 numpy.array() 方法创建数组 −
arr = np.array([[35, 85], [67, 33]])
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)
获取消耗的总字节数 −
print("数组总字节数...
",arr.nbytes)
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], [ 0, 1]])
print("
我们的掩码数组
", maskArr)
print("
我们的掩码数组类型...
", maskArr.dtype)
获取掩码数组的项目大小 −
print("
我们的掩码数组项大小...
", maskArr.itemsize)
获取掩码数组的维度 −
print("
我们的掩码数组维度...
",maskArr.ndim)
获取 Masked Array 的形状，使用 Numpy 中的 ma.MaskedArray.shape 属性 −
print("
我们的掩码数组形状...
",maskArr.shape)
示例
import numpy as np
import numpy.ma as ma
arr = np.array([[35, 85], [67, 33]])
print("数组...
", arr)
print("
数组类型...
", arr.dtype)
print("
数组项大小...
", arr.itemsize)
# 获取数组的维度
print("数组维度...
",arr.ndim)
# 获取消耗的总字节数
print("数组总字节数...
",arr.nbytes)
# 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], [ 0, 1]])
print("
我们的掩码数组
", maskArr)
print("
我们的掩码数组类型...
", maskArr.dtype)
# 获取掩码数组的项目大小
print("
我们的掩码数组项大小...
", maskArr.itemsize)
# 获取掩码数组的维度
print("
我们的掩码数组维度...
",maskArr.ndim)
# 要获取 Masked Array 的形状，请使用 Numpy 中的 ma.MaskedArray.shape 属性
print("
我们的掩码数组形状...
",maskArr.shape)
输出
数组... [[35 85] [67 33]] 数组类型... int64 数组项大小... 8 数组维度... 2 数组总字节数... 32 我们的掩码数组 [[35 85] [67 --]] 我们的掩码数组类型... 整型64 我们的掩码数组项大小... 8 我们的掩码数组大小... 2 我们的掩码数组形状... (2, 2)
