在 Numpy 中获取掩码数组维度
numpyserver side programmingprogramming
要获取掩码数组的维度，请使用 Python Numpy 中的 ma.MaskedArray.ndim 属性。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() 方法创建数组 −
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 itemsize −
print("
我们的掩码数组 itemsize...
", maskArr.itemsize)
获取掩码数组的维度，使用 Numpy 中的 ma.MaskedArray.ndim 属性 −
print("
我们的掩码数组维度...
",maskArr.ndim)
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)
# 获取掩码数组的项大小
print("
我们的掩码数组项大小...
", maskArr.itemsize)
# 要获取掩码数组的维度，请使用 Numpy 中的 ma.MaskedArray.ndim 属性
print("
我们的掩码数组维度...
",maskArr.ndim)
输出
数组... [[35 85] [67 33]] 数组类型... int64 数组 itemsize... 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... int64 我们的掩码数组项大小... 8 我们的掩码数组维度... 2
