要在 NumPy 中返回一个包含相同数据但具有新形状的掩码数组，请使用 ma.MaskedArray.reshape() 方法。赋予数组一个新形状而无需更改其数据。顺序使用“order”参数设置。“C”顺序决定数组数据是否应视为 C 样式（行主序）。新形状应与原始形状兼容。如果提供整数，则结果将是一个长度为该整数的一维数组。顺序决定数组数据是否应视为 C 样式（行主序）或 FORTRAN 样式（列主序）。返回一个掩码数组…… 阅读更多

要在 Python NumPy 中返回两个掩码数组的内积，请使用 ma.inner() 方法。对于一维数组，是向量的普通内积（不进行复共轭），在更高维度上，是在最后一个轴上的求和积。out 参数建议，如果两个数组都是标量或都是一维数组，则返回标量；否则返回数组。out.shape = (*a.shape[:-1], *b.shape[:-1])。掩码数组是标准 numpy.ndarray 和掩码的组合。掩码或者是 nomask，表示关联数组的任何值均有效，或者是一个布尔数组，用于确定每个…… 阅读更多

要在 Python NumPy 中返回两个掩码数组的内积，请使用 ma.inner() 方法。对于一维数组，是向量的普通内积（不进行复共轭），在更高维度上，是在最后一个轴上的求和积。out 参数建议，如果两个数组都是标量或都是一维数组，则返回标量；否则返回数组。out.shape = (*a.shape[:-1], *b.shape[:-1])。掩码数组是标准 numpy.ndarray 和掩码的组合。掩码或者是 nomask，表示关联数组的任何值均有效，或者是一个布尔数组，用于确定每个…… 阅读更多

要在 Python NumPy 中沿着特定轴追加掩码数组，请使用 ma.append() 方法。轴使用“axis”参数设置。值将追加到第一个参数数组的副本中。这些值将追加到第一个参数数组的副本中。它必须具有正确的形状。如果未指定 axis，则第二个参数数组可以是任何形状，并且在使用前将被展平。该函数返回 array1 的副本，其中 array2 追加到 axis。追加不会就地发生：将分配并填充一个新数组。如果 axis 为 None，…… 阅读更多

要在 Python NumPy 中沿着特定轴连接一系列掩码数组，请使用 ma.stack() 方法。“axis”参数设置轴。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。out 参数（如果提供）是放置结果的目标位置。形状必须正确，与如果没有 out 参数则 stack 将返回的形状匹配。该函数返回的堆叠数组比输入数组多一个维度…… 阅读更多

要在 Python NumPy 中连接一系列掩码数组，请使用 ma.stack() 方法。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。out 参数（如果提供）是放置结果的目标位置。形状必须正确，与如果没有 out 参数则 stack 将返回的形状匹配。该函数返回的堆叠数组比输入数组多一个维度。它应用于 _data 和…… 阅读更多

要在 Python NumPy 中垂直（行方式）堆叠一系列掩码数组，请使用 ma.vstack() 方法。这等效于在形状为 (N,) 的一维数组重新整形为 (1, N) 后沿第一个轴进行连接。重建由 vsplit 分割的数组。对于最多 3 维的数组，此函数最有效。例如，对于具有高度（第一个轴）、宽度（第二个轴）和 r/g/b 通道（第三个轴）的像素数据。函数 concatenate、stack 和 block 提供更通用的堆叠和连接操作。参数是必须沿除第一个轴之外的所有轴具有相同形状的数组…… 阅读更多

要在 Python NumPy 中水平（列方式）堆叠一系列掩码数组，请使用 ma.hstack() 方法。这等效于沿第二个轴进行连接，除了对于一维数组，它沿第一个轴进行连接。重建由 hsplit 分割的数组。对于最多 3 维的数组，此函数最有效。例如，对于具有高度（第一个轴）、宽度（第二个轴）和 r/g/b 通道（第三个轴）的像素数据。函数 concatenate、stack 和 block 提供更通用的堆叠和连接操作。参数是必须沿除第二个轴之外的所有轴具有相同形状的数组，除了 1 维…… 阅读更多

要在 Python NumPy 中深度方式（沿第三轴）堆叠一系列掩码数组，请使用 ma.dstack() 方法。这等效于在形状为 (M, N) 的二维数组重新整形为 (M, N, 1) 以及形状为 (N,) 的一维数组重新整形为 (1, N, 1) 后沿第三轴进行连接。重建由 dsplit 分割的数组。对于最多 3 维的数组，此函数最有效。例如，对于具有高度（第一个轴）、宽度（第二个轴）和 r/g/b 通道（第三个轴）的像素数据。函数 concatenate、stack 和 block 提供更通用的堆叠和连接…… 阅读更多

在Python NumPy中，可以使用`ma.concatenate()`方法连接一系列掩码数组。轴通过“axis”参数设置。这里，我们将axis设置为0。参数是必须具有相同形状的数组，除了对应于axis的维度（默认情况下为第一个维度）之外。axis是沿其连接数组的轴。默认为0。该函数返回连接后的数组，并保留任何掩码条目。掩码数组是标准numpy.ndarray和掩码的组合。掩码是nomask，表示关联数组的无值……阅读更多