要计算数组与另一个数组按元素进行逻辑与运算的真值，请在 Python NumPy 中使用 numpy.logical_and() 方法。返回值为 True 或 False。我们在这里设置了条件。返回值是应用于 x1 和 x2 元素的逻辑与运算的布尔结果；形状由广播确定。如果 x1 和 x2 都是标量，则这是一个标量。条件会广播到输入上。在条件为 True 的位置，out 数组将设置为 ufunc 结果。在其他位置，out 数组将保留其原始值。请注意，… 阅读更多

要计算数组与另一个数组按元素进行逻辑与运算的真值，请在 Python NumPy 中使用 numpy.logical_and() 方法。返回值为 True 或 False。返回值是应用于 x1 和 x2 元素的逻辑与运算的布尔结果；形状由广播确定。如果 x1 和 x2 都是标量，则这是一个标量。out 是存储结果的位置。如果提供，则其形状必须与输入广播到的形状相同。如果未提供或为 None，则返回一个新分配的数组。元组（只能作为… 阅读更多

要返回数组不等于另一个数组的按元素真值，请在 Python NumPy 中使用 numpy.not_equal() 方法。返回值为 True 或 False。该函数返回一个输出数组，即 x1 和 x2 的按元素比较。除非传递 dtype=object，否则通常为 bool 类型。如果 x1 和 x2 都是标量，则这是一个标量。out 是存储结果的位置。如果提供，则其形状必须与输入广播到的形状相同。如果未提供或为 None，则返回一个新分配的数组。元组（只能作为关键字参数）必须… 阅读更多

要返回数组小于另一个数组的按元素真值，请在 Python NumPy 中使用 numpy.less() 方法。返回值为 True 或 False。返回一个输出数组，即 x1 和 x2 的按元素比较。通常为 bool 类型，除非传递 dtype=object。如果 x1 和 x2 都是标量，则这是一个标量。条件会广播到输入上。在条件为 True 的位置，out 数组将设置为 ufunc 结果。在其他位置，out 数组将保留其原始值。请注意，如果通过默认的 out=None 创建未初始化的 out 数组，… 阅读更多

要重置 ma 的填充值，请在 Python NumPy 中使用 ma.MaskedArray.fill_value() 方法并将其设置为 None。掩码数组是标准 numpy.ndarray 和掩码的组合。掩码或者是 nomask，表示关联数组的任何值均无效，或者是一个布尔数组，用于确定关联数组的每个元素的值是否有效。NumPy 提供了全面的数学函数、随机数生成器、线性代数例程、傅里叶变换等等。它支持各种硬件和计算平台，并且与分布式、GPU 和稀疏… 阅读更多

要获取填充值，请在 Python NumPy 中使用 ma.MaskedArray.get_fill_value() 方法。掩码数组的填充值是一个标量。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无效，或者是一个布尔数组，用于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() 方法创建一个包含整数元素的数组 −arr = np.array([[65, 68, 81], [93, 33, ... 阅读更多

要强制掩码变硬，请使用 ma.MaskedArray.soften_mask() 方法。掩码数组的掩码是硬掩码还是软掩码由其 hardmask 属性决定。soften_mask() 将 hardmask 设置为 False。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无效，或者是一个布尔数组，用于确定关联数组的每个元素的值是否有效。NumPy 提供了全面的数学函数、随机数生成器、线性代数例程、傅里叶变换等等。它支持各种硬件和… 阅读更多

要计算掩码数组连续元素之间的差值，请在 Python NumPy 中使用 MaskedArray.ediff1d() 方法。“to_begin”参数设置要在返回的差值开头添加的数字。此函数相当于考虑了掩码值的 numpy.ediff1d，有关详细信息，请参阅 numpy.ediff1d。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无效，或者是一个布尔数组，用于确定关联数组的每个元素的值是否有效步骤首先，导入… 阅读更多

要计算掩码数组连续元素之间的差值，请在 Python NumPy 中使用 MaskedArray.ediff1d() 方法。此函数相当于考虑了掩码值的 numpy.ediff1d，有关详细信息，请参阅 numpy.ediff1d。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无效，或者是一个布尔数组，用于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创建一个包含整数元素的数组，使用 numpy.array()… 阅读更多

使用 np.ma.choose() 方法构造来自一组选项的新数组。mode 参数设置为 'wrap'。如果 mode='wrap'，则大于 n-1 的值将映射到 n-1；然后构造新的数组。给定一个整数数组和一个包含 n 个选择数组的列表，此方法将创建一个合并每个选择数组的新数组。在 index 中的值为 i 的位置，新数组将具有 choices[i] 在相同位置包含的值。choices 参数是选择数组。索引数组和所有选择都应该… 阅读更多