从 Numpy 中的掩码数组中获取虚部
numpyserver side programmingprogramming
要从掩码数组中获取虚部，请使用 Numpy 中的 ma.MaskedArray.imag 属性。此属性是对此 MaskedArray 虚部的视图。
掩码要么是 nomask，表示关联数组的任何值都不是无效的，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() 方法创建复数元素数组 −
arr = np.array([68.+4.j , 49.+7.j , 120.+2.j , 64.+0.j])
print("数组..
",arr)
print("
获取虚部",arr.imag)
print("
获取数据类型
",arr.dtype)
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 =[False, False, True, False])
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)
要从掩码数组中获取虚部，请使用 Numpy 中的 ma.MaskedArray.imag 属性 −
print("
获取虚部...
",maskArr.imag)
示例
import numpy as np
import numpy.ma as ma
# 使用 numpy.array() 方法创建复数元素数组
arr = np.array([68.+4.j , 49.+7.j , 120.+2.j , 64.+0.j])
print("数组..
",arr)
print("
获取虚部",arr.imag)
print("
获取数据类型
",arr.dtype)
print("
元素数量
",arr.size)
# 创建一个屏蔽数组，并将其中一些屏蔽为无效
maskArr = ma.masked_array(arr, mask =[False, False, True, False])
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)
# 要从掩码数组中获取虚部，请使用 Numpy 中的 ma.MaskedArray.image 属性
print("
获取虚部...
",maskArr.imag)
输出
数组.. [ 68.+4.j 49.+7.j 120.+2.j 64.+0.j] 获取虚部 [4. 7. 2. 0.] 获取数据类型 complex128 元素数量 4 我们的掩码数组 [(68+4j) (49+7j) -- (64+0j)] 我们的掩码数组类型... complex128 我们的掩码数组维度... 1 我们的掩码数组形状... (4,) 掩码数组中的元素... 4 获取虚部... [4.0 7.0 -- 0.0]
