数据结构
网络
RDBMS
操作系统
Java
MS Excel
iOS
HTML
CSS
Android
Python
C 编程
C++
C#
MongoDB
MySQL
Javascript
PHP
物理
化学
生物
数学
英语
经济
心理学
社会研究
时装研究
法律研究检查 NumPy 中掩蔽数组的基
若要检查拥有其存储器的掩蔽数组数据的基，请在 Numpy 中使用 ma.MaskedArray.base 属性。返回子数组的基元素的数据类型，无论其维度或形状如何。
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。它支持广泛的硬件和计算平台，并且与分布式、GPU 和稀疏数组库配合得很好。
掩蔽数组可能是包含缺失或无效项的数组。numpy.ma 模块提供了一个近乎有用的替代品，该替代品支持具有掩码的数据数组。
步骤
首先，导入所需的库 −
import numpy as np import numpy.ma as ma
使用 numpy.array() 方法创建数组 −
arr = np.array([[35, 85], [67, 33]]) print("Our Array...
", arr)
创建一个掩蔽数组，并将部分掩蔽标记为无效 −
maskArr = ma.masked_array(arr, mask =[[0, 0], [ 0, 1]]) print("
Our Masked Array
", maskArr)
若要检查拥有其存储器的数组的基，请使用 numpy.base 属性。拥有其存储器的数组的基为 None −
print("
Our Array baseclass
", arr.base)
若要检查拥有其存储器的掩蔽数组数据的基，请在 Numpy 中使用 ma.MaskedArray.base 属性 −
print("
Our Masked Array baseclass
", maskArr.base)
示例
import numpy as np import numpy.ma as ma arr = np.array([[35, 85], [67, 33]]) print("Our Array...", arr) # Create a masked array and mask some of them as invalid maskArr = ma.masked_array(arr, mask =[[0, 0], [ 0, 1]]) print("Our Masked Array", maskArr) # To check the base of an array that owns its memory, use the numpy.base attribute # The base of an array that owns its memory is None print("Our Array baseclass", arr.base) # To check the base of masked array data that owns its memory, use the ma.MaskedArray.base attribute in Numpy print("Our Masked Array baseclass", maskArr.base)
Explore our latest online courses and learn new skills at your own pace. Enroll and become a certified expert to boost your career.
输出
Our Array... [[35 85] [67 33]] Our Masked Array [[35 85] [67 --]] Our Array baseclass None Our Masked Array baseclass [[35 85] [67 33]]
更新日期：04-Feb-2022
100 次浏览量
广告