要返回掩码数组元素的平均值，请在 Python NumPy 中使用 MaskedArray.average() 方法。“axis”参数用于指定沿哪个轴计算数组的平均值。如果为 None，则对扁平化数组进行平均。“weights”参数表示每个元素在平均值计算中的重要性。权重数组可以是一维的，也可以与 a 的形状相同。如果 weights=None，则假设 a 中的所有数据权重都等于 1。一维计算为 - avg = sum(a * weights) / sum(weights) 该函数返回沿……阅读更多

要返回掩码数组元素的平均值，请在 Python NumPy 中使用 MaskedArray.average() 方法。“axis”参数用于指定沿哪个轴计算数组的平均值。如果为 None，则对扁平化数组进行平均。“weights”参数表示每个元素在平均值计算中的重要性。权重数组可以是一维的，也可以与 a 的形状相同。如果 weights=None，则假设 a 中的所有数据权重都等于 1。一维计算为 - avg = sum(a * weights) / sum(weights) 该函数返回沿……阅读更多

要返回掩码数组元素的平均值，请在 Python NumPy 中使用 MaskedArray.average() 方法。“axis”参数是沿其计算 a 的平均值的轴。如果为 None，则对扁平化数组进行平均。“weights”参数表示每个元素在平均值计算中的重要性。权重数组可以是一维的，也可以与 a 的形状相同。如果 weights=None，则假设 a 中的所有数据权重都等于 1。一维计算为 - avg = sum(a * weights) / sum(weights) 该函数返回沿指定轴的平均值。当……阅读更多

要返回具有复杂数据类型的数组的默认填充值，请在 Python NumPy 中使用 ma.default_fill_value() 方法。默认填充值取决于输入数组的数据类型或输入标量的类型 - 数据类型默认布尔值 True 整数 999999 浮点数 1.e20 复数 1.e20+0j 对象 '?' 字符串 'N/A' 对于结构化类型，返回一个结构化标量，其中每个字段都是其类型的默认填充值。对于子数组类型，填充值是一个包含默认标量填充值的相同大小的数组。步骤首先，导入所需的库 - import numpy as np import numpy.ma as ma 使用 numpy.array() 方法创建一个具有复杂类型元素的数组 - arr = ...阅读更多

要返回两个掩码数组的公共填充值，请在 Python NumPy 中使用 ma.common_fill_value() 方法。如果 maskArray1.fill_value == maskArray2.fill_value，则返回填充值，否则返回 None。掩码数组是标准 numpy.ndarray 和掩码的组合。掩码或者是 nomask，表示关联数组的无值无效，或者是一个布尔值数组，它决定关联数组的每个元素是否有效。步骤首先，导入所需的库 - import numpy as np import numpy.ma as ma 使用 numpy.array() 方法创建一个具有整数元素的数组 - arr = ...阅读更多

要抑制二维数组中沿特定轴仅包含掩码值的列，请在 NumPy 中使用 np.ma.mask_compress_rowcols() 方法。抑制行为由 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() 方法创建一个具有整数元素的数组 - arr = np.array([[65, 68, 81], [93, 33, 76], [73, 88, 51], [62, 45, 67]]) print("数组...", arr) print("数组类型...", arr.dtype) 获取数组的维度 - print("数组维度...", ...阅读更多

要沿特定轴抑制仅包含掩码值的列，请在 NumPy 中使用 np.ma.mask_compress_rowcols() 方法。抑制行为由 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() 方法创建一个具有整数元素的数组 - arr = np.array([[65, 68, 81], [93, 33, 76], [73, 88, 51], [62, 45, 67]]) print("数组...", arr) print("数组类型...", arr.dtype) 获取数组的维度 - print("数组维度...", ...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。抑制行为由 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() 方法创建一个具有整数元素的数组 - arr = np.array([[65, 68, 81], [93, 33, 76], [73, 88, 51], [62, 45, 67]]) print("数组...", arr) print("数组类型...", arr.dtype) 获取数组的维度 ...阅读更多

要将值附加到数组的末尾，请在 Python NumPy 中使用 ma.append() 方法。值将附加到第一个参数数组的副本中。这些值将附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，并在使用前将其展平。该函数返回 array1 的副本，其中 array2 附加到 axis。附加不会就地发生：将分配并填充一个新数组。如果 axis 为 None，则结果是一个扁平化数组。……阅读更多

在 Python NumPy 中，可以使用 `ma.stack()` 方法沿负轴连接一系列掩码数组。轴由 "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，它将是第一维；如果 axis=-1，它将是最后一维。“out” 参数（如果提供）是放置结果的目标。其形状必须正确，与未指定 out 参数时 stack 函数返回的结果形状匹配。该函数返回的堆叠数组比…… 阅读更多