要在轴 0 沿连接一系列掩码数组，请在 Python NumPy 中使用 ma.stack() 方法。轴使用“axis”参数设置。axis 参数指定结果维度中新轴的索引。例如，如果 axis=0，它将是第一个维度；如果 axis=-1，它将是最后一个维度。如果提供 out 参数，则将其作为目标位置放置结果。形状必须正确，与如果没有指定 out 参数，stack 将返回的形状相匹配。该函数返回的堆叠数组比…… 阅读更多

要抑制包含掩码值的二维数组的行和/或列，请在 NumPy 中使用 np.ma.mask_compress_rowcols() 方法。抑制行为通过 axis 参数选择。如果 axis 为 None，则抑制行和列。如果 axis 为 0，则仅抑制行。如果 axis 为 1 或 -1，则仅抑制列。掩码数组是标准 numpy.ndarray 和掩码的组合。掩码或者是 nomask（表示关联数组中没有无效值），或者是一个布尔值数组，它确定关联数组的每个元素的值是否有效…… 阅读更多

要抑制包含掩码值的二维数组的整行，请在 NumPy 中使用 np.ma.mask_compress_rows() 方法。掩码数组是标准 numpy.ndarray 和掩码的组合。掩码或者是 nomask（表示关联数组中没有无效值），或者是一个布尔值数组，它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], ... 阅读更多

要将输入转换为至少具有三个维度的数组，请在 Python NumPy 中使用 ma.atleast_3d() 方法。参数是一个或多个类数组序列。非数组输入将转换为数组。已经具有三个或更多维度的数组将被保留。该函数返回一个数组或数组列表，每个数组的 a.ndim >= 3。在可能的情况下避免复制，并返回具有三个或更多维度的视图。例如，形状为 (N，) 的一维数组将成为形状为 (1，N，1) 的视图，形状为 (M，N) 的二维数组将成为形状为 (M，N，... 阅读更多

要抑制包含掩码值的二维数组的整列，请在 NumPy 中使用 np.ma.mask_compress_cols() 方法。掩码数组是标准 numpy.ndarray 和掩码的组合。掩码或者是 nomask（表示关联数组中没有无效值），或者是一个布尔值数组，它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], ... 阅读更多

要掩盖满足条件的数组，请在 Python NumPy 中使用 numpy.ma.masked_where() 方法。将要掩盖的数组作为在 condition 为 True 时被掩盖的数组返回。a 或 condition 的任何掩码值在输出中也会被掩盖。condition 参数设置掩码条件。当 condition 测试浮点值的相等性时，请考虑使用 masked_values。copy 参数，如果为 True（默认值），则在结果中复制 a。如果为 False，则就地修改 a 并返回视图。步骤首先，导入所需的库 −import numpy as np import numpy.ma as ma创建一个包含… 阅读更多

要使用浮点相等性进行掩码，请在 Python NumPy 中使用 numpy.ma.masked_values() 方法。返回一个 MaskedArray，其中数组 x 中的数据近似等于值（使用 isclose 确定）。masked_values 的默认容差与 isclose 的相同。掩码数组是标准 numpy.ndarray 和掩码的组合。掩码或者是 nomask（表示关联数组中没有无效值），或者是一个布尔值数组，它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 ... 阅读更多

要掩盖给定区间之外的数组，请在 Python NumPy 中使用 numpy.ma.masked_outside() 方法。masked_where 的快捷方式，其中 condition 在 x 超出区间 [v1，v2]（x < v1）|（x > v2）时为 True。边界 v1 和 v2 可以按任何顺序给出。掩码数组是标准 numpy.ndarray 和掩码的组合。掩码或者是 nomask（表示关联数组中没有无效值），或者是一个布尔值数组，它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 ... 阅读更多

要掩盖数据完全等于值的数组，请在 Python NumPy 中使用 numpy.ma.masked_object() 方法。此函数类似于 masked_values，但仅适用于对象数组：对于浮点数，请改用 masked_values。掩码数组是标准 numpy.ndarray 和掩码的组合。掩码或者是 nomask（表示关联数组中没有无效值），或者是一个布尔值数组，它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创建一个数组 ... 阅读更多

为了掩盖数组中不等于给定值的部分，可以使用 Python NumPy 中的 `numpy.ma.masked_not_equal()` 方法。此函数是 `masked_where` 的快捷方式，条件为 `(x != value)`。掩码数组是由标准 `numpy.ndarray` 和掩码组合而成。掩码可以是 `nomask`（表示关联数组中没有无效值），也可以是布尔型数组，用于确定关联数组中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()` 创建一个包含整数元素的数组……阅读更多