要获取掩码数组的元素个数，请在 NumPy 中使用 ma.MaskedArray.size 属性。array.size 返回一个标准的任意精度 Python 整数。对于其他获取相同值的方法可能并非如此，这些方法会返回 np.int_ 的实例，并且如果该值在后续计算中可能会溢出固定大小的整数类型，则这可能与之相关。掩码要么是 nomask，表示关联数组的任何值均无效，要么是一个布尔数组，该数组确定关联数组的每个元素的值是否有效。步骤在…阅读更多

要获取掩码数组的形状，请在 NumPy 中使用 ma.MaskedArray.shape 属性。shape 属性通常用于获取数组的当前形状，但也可以通过为其分配一个数组维度的元组来就地重新整形数组。与 numpy.reshape 一样，新的形状维度之一可以是 -1，在这种情况下，它的值将根据数组的大小和其余维度推断得出。如果需要复制，则就地重新整形数组将失败。步骤首先，导入所需的库 - import numpy as np import numpy.ma as ma创建一个…阅读更多

要获取掩码数组的维度，请在 Python NumPy 中使用 ma.MaskedArray.ndim 属性。掩码要么是 nomask，表示关联数组的任何值均无效，要么是一个布尔数组，该数组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、傅立叶变换等等。它支持各种硬件和计算平台，并且可以很好地与分布式、GPU 和稀疏数组库配合使用。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

要返回一个数组的副本，该副本中每个元素的第一个字符都大写，请在 Python NumPy 中使用 numpy.char.capitalize() 方法。arr 是要大写的字符串输入数组。该函数返回 str 或 unicode 的输出数组，具体取决于输入类型。numpy.char 模块为 numpy.str_ 或 numpy.bytes_ 类型的数组提供了一组矢量化字符串操作。步骤首先，导入所需的库 - import numpy as np创建一个一维字符串数组 - arr = np.array(['bella', 'toM', 'john', 'katE', 'amy', 'brad'])显示我们的数组 - print("Array...", arr)获取数据类型 - print("Array datatype...", arr.dtype)获取…阅读更多

要返回元素级字符串多次连接，请在 Python NumPy 中使用 numpy.char.multiply() 方法。multiply() 函数返回 string_ 或 unicode_ 的输出数组，具体取决于输入类型。numpy.char 模块为 numpy.str_ 或 numpy.bytes_ 类型的数组提供了一组矢量化字符串操作。步骤首先，导入所需的库 - import numpy as np创建一个一维字符串数组 - arr = np.array(['Bella', 'Tom', 'John', 'Kate', 'Amy', 'Brad'])显示我们的数组 - print("Array...", arr)获取数据类型 - print("Array datatype...", arr.dtype)获取数组的维度 - print("Array Dimensions...", arr.ndim)获取数组的形状 - print("Our Array Shape...", arr.shape)获取…阅读更多

要返回两个字符串数组的元素级字符串连接，请在 Python NumPy 中使用 numpy.char.add() 方法。numpy.char 模块为 numpy.str_ 或 numpy.bytes_ 类型的数组提供了一组矢量化字符串操作。add() 函数返回与 x1 和 x2 形状相同的 string_ 或 unicode_ 的输出数组。x1 和 x1 是输入数组。步骤首先，导入所需的库 - import numpy as np创建两个一维字符串数组arr1 = np.array(['Bella', 'Tom', 'John', 'Kate', 'Amy', 'Brad']) arr2 = np.array(['Cio', 'Hanks', 'Ceo', 'Hudson', 'Adams', 'Pitt'])显示数组 - print("Array 1...", arr1) print("Array 2...", arr2)获取…阅读更多

要将 uint8 数组的元素解包到二进制输出数组中，请在 Python NumPy 中使用 numpy.unpackbits() 方法。结果为二进制值（0 或 1）。axis 是执行位解包的维度。使用“axis”参数设置 axis。要设置要解包的元素数，请使用“count”参数。输入数组的每个元素都表示一个位字段，应将其解包到二进制输出数组中。输出数组的形状要么是 1-D（如果 axis 为 None），要么与输入数组的形状相同，并且沿 axis 执行解包…阅读更多

要将 uint8 数组的元素解包到二进制输出数组中，请在 Python NumPy 中使用 numpy.unpackbits() 方法。结果为二进制值（0 或 1）。axis 是执行位解包的维度。使用“axis”参数设置 axis。要设置要解包的元素数，请使用“count”参数。输入数组的每个元素都表示一个位字段，应将其解包到二进制输出数组中。输出数组的形状要么是 1-D（如果 axis 为 None），要么与输入数组的形状相同，并且沿 axis 执行解包…阅读更多

要将整数数组元素的位向右移位，请在 Python NumPy 中使用 numpy.right_shift() 方法。位向右移 x2。因为数字的内部表示形式为二进制格式，所以此操作等效于将 x1 除以 2**x2。x1 是输入值。x2 是要从 x1 右侧移除的位数。如果 x1.shape != x2.shape，则它们必须可广播到一个共同的形状。right_shift() 函数返回 x1，其位向右移 x2 次。如果 x1 和 x2 都是标量，则它是一个标量。步骤首先，导入…阅读更多

要扩展数组的形状，请使用 numpy.expand_dims() 方法。插入一个新轴，该轴将出现在扩展数组形状的 axis 位置。我们将在此处设置 axis 0。该函数返回输入数组的视图，其维度数已增加。NumPy 提供了全面的数学函数、随机数生成器、线性代数例程、傅立叶变换等等。它支持各种硬件和计算平台，并且可以很好地与分布式、GPU 和稀疏数组库配合使用。步骤首先，导入所需的库 - import numpy as np使用 array() 方法创建数组 - arr = np.array([5,…阅读更多