要返回除法的逐元素余数，请在 Python NumPy 中使用 numpy.fmod() 方法。对于 fmod，结果的符号是被除数的符号。fmod() 函数等效于 Matlab(TM) rem 函数。这里，第一个参数是被除数数组。第二个参数是除数数组。这是 C 库函数 fmod 的 NumPy 实现，余数与被除数 x1 的符号相同。它等效于 Matlab(TM) rem 函数，不应与 Python 模运算符 x1 % x2 混淆。条件在输入上进行广播。在……阅读更多

要计算数组或另一个数组的逐元素真值，请在 Python NumPy 中使用 numpy.logical_or() 方法。返回值为 True 或 False。返回值是应用于 x1 和 x2 元素的逻辑或运算的布尔结果；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，它必须具有输入广播到的形状。如果没有提供或为 None，则返回一个新分配的数组。元组（仅可能作为……阅读更多

要计算数组与另一个数组的逐元素 AND 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 AND 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。条件在输入上进行广播。在条件为 True 的位置，out 数组将设置为 ufunc 结果。在其他地方，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的逐元素 AND 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 AND 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，它必须具有输入广播到的形状。如果没有提供或为 None，则返回一个新分配的数组。元组（仅可能作为……阅读更多

要返回数组不等于另一个数组的逐元素真值，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 的逐元素比较。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，它必须具有输入广播到的形状。如果没有提供或为 None，则返回一个新分配的数组。元组（仅可能作为关键字参数）必须……阅读更多

要返回数组小于另一个数组的逐元素真值，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 的逐元素比较。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。条件在输入上进行广播。在条件为 True 的位置，out 数组将设置为 ufunc 结果。在其他地方，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。掩码要么是 nomask，表示关联数组的无值无效，要么是布尔数组，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。掩码要么是 nomask，表示关联数组的无值无效，要么是布尔数组，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 int 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取决于其 hardmask 属性。soften_mask() 将 hardmask 设置为 False。掩码数组是标准 numpy.ndarray 和掩码的组合。掩码要么是 nomask，表示关联数组的无值无效，要么是布尔数组，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……阅读更多

要计算掩码数组中连续元素之间的差值，可以使用 Python NumPy 中的 MaskedArray.ediff1d() 方法。“to_begin”参数设置要添加到返回差值开头的一个或多个数字。此函数等效于 numpy.ediff1d，它考虑了掩码值，详情请参见 numpy.ediff1d。掩码数组是标准 numpy.ndarray 和掩码的组合。掩码可以是 nomask（表示关联数组中没有无效值），也可以是布尔值数组，用于确定关联数组中每个元素的值是否有效。步骤首先，导入…… 阅读更多