要在 NumPy 中返回对数组排序的索引的 ndarray，请使用 ma.MaskedArray.argsort() 方法。轴使用“axis”参数设置，即排序的轴。返回沿指定轴对 a 排序的索引数组。换句话说，a[index_array] 生成排序后的 a。轴是排序的轴。如果为 None（默认值），则使用扁平化数组。顺序是当 a 是一个定义了字段的数组时，此参数指定要首先比较的字段，其次是等等。不需要指定所有字段。填充值是……阅读更多

要在 NumPy 中返回对数组排序的索引的 ndarray，请使用 ma.MaskedArray.argsort() 方法。轴使用“axis”参数设置，即排序的轴。返回沿指定轴对 a 排序的索引数组。换句话说，a[index_array] 生成排序后的 a。轴是排序的轴。如果为 None（默认值），则使用扁平化数组。顺序是当 a 是一个定义了字段的数组时，此参数指定要首先比较的字段，其次是等等。不需要指定所有字段。填充值是……阅读更多

要返回最小值的索引数组，请在 NumPy 中使用 ma.MaskedArray.argmin() 方法。axis 参数用于设置轴值。对于 axis，如果为 None，则索引位于扁平化数组中，否则沿指定的轴。out 是可以将结果放入的数组。它的类型将被保留，并且它必须具有正确的形状才能容纳输出。掩码数组是标准 numpy.ndarray 和掩码的组合。掩码要么是 nomask，指示关联数组的任何值均无效，要么是布尔值的数组……阅读更多

要返回最小值的索引数组，请在 NumPy 中使用 ma.MaskedArray.argmin() 方法。axis 参数用于设置轴值。对于 axis，如果为 None，则索引位于扁平化数组中，否则沿指定的轴。out 是可以将结果放入的数组。它的类型将被保留，并且它必须具有正确的形状才能容纳输出。掩码数组是标准 numpy.ndarray 和掩码的组合。掩码要么是 nomask，指示关联数组的任何值均无效，要么是布尔值……阅读更多

要返回最小值的索引数组，请在 NumPy 中使用 ma.MaskedArray.argmin() 方法。对于 axis，如果为 None，则索引位于扁平化数组中，否则沿指定的轴。out 是可以将结果放入的数组。它的类型将被保留，并且它必须具有正确的形状才能容纳输出。掩码数组是标准 numpy.ndarray 和掩码的组合。掩码要么是 nomask，指示关联数组的任何值均无效，要么是确定关联数组的每个元素的布尔值数组……阅读更多

要返回最大值的索引数组，请在 NumPy 中使用 ma.MaskedArray.argmax() 方法。axis 参数用于设置轴值。对于 axis，如果为 None，则索引位于扁平化数组中，否则沿指定的轴。out 是可以将结果放入的数组。它的类型将被保留，并且它必须具有正确的形状才能容纳输出。掩码数组是标准 numpy.ndarray 和掩码的组合。掩码要么是 nomask，指示关联数组的任何值均无效，要么是布尔值……阅读更多

要返回最大值的索引数组，请在 NumPy 中使用 ma.MaskedArray.argmax() 方法。axis 参数用于设置轴值。对于 axis，如果为 None，则索引位于扁平化数组中，否则沿指定的轴。out 是可以将结果放入的数组。它的类型将被保留，并且它必须具有正确的形状才能容纳输出。掩码数组是标准 numpy.ndarray 和掩码的组合。掩码要么是 nomask，指示关联数组的任何值均无效，要么是布尔值……阅读更多

要返回最大值的索引数组，请在 NumPy 中使用 ma.MaskedArray.argmax() 方法。掩码值被视为具有“fill_value”值。“fill_value”是一个参数，即用于填充掩码值的 Value。对于 axis，如果为 None，则索引位于扁平化数组中，否则沿指定的轴。out 是可以将结果放入的数组。它的类型将被保留，并且它必须具有正确的形状才能容纳输出。掩码数组是标准 numpy.ndarray 和掩码的组合。掩码要么是 nomask，指示……阅读更多

要在 Python 中返回具有转置轴的数组视图，请在 NumPy 中使用 ma.MaskedArray.transpose() 方法。对于一维数组，这没有效果，因为转置向量只是同一个向量。要将一维数组转换为二维列向量，必须添加一个额外的维度。np.atleast2d(a).T 可以实现这一点，a[:, np.newaxis] 也可以。对于二维数组，这是一个标准矩阵转置。轴可以是，None 或无参数 - 反转轴的顺序。整数元组 - 元组中第 j 个位置的 i 表示 a 的第 i 个轴成为 a.transpose() 的第 j 个……阅读更多

要返回具有转置轴的数组视图，请在 NumPy 中使用 ma.MaskedArray.transpose() 方法。对于一维数组，这没有效果，因为转置向量只是同一个向量。要将一维数组转换为二维列向量，必须添加一个额外的维度。np.atleast2d(a).T 可以实现这一点，a[:, np.newaxis] 也可以。对于二维数组，这是一个标准矩阵转置。轴可以是，None 或无参数 - 反转轴的顺序。整数元组 - 元组中第 j 个位置的 i 表示 a 的第 i 个轴成为 a.transpose() 的第 j 个轴。n 个整数……阅读更多