在 NumPy 中保存掩码数组的 pickle 文件

要保存掩码数组的 pickle 文件，请使用 Python NumPy 中的 **ma.MaskedArray.dumps()** 方法。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，也可以是布尔数组，用于确定关联数组的每个元素是否有效。

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

使用 numpy.array() 方法创建一个包含整数元素的数组：

arr = np.array([[55, 85, 68, 84], [67, 33, 39, 53], [29, 88, 51, 37], [56, 45, 99, 85]])
print("Array...
", arr)
print("
Array type...
", arr.dtype)

获取数组的维度：

print("Array Dimensions...
",arr.ndim)

创建一个掩码数组，并将其中一些元素标记为无效：

maskArr = ma.masked_array(arr, mask =[[1, 1, 0, 0], [ 0, 0, 1, 0], [0, 0, 0, 1], [0, 1, 0, 0]])
print("
Our Masked Array
", maskArr)
print("
Our Masked Array type...
", maskArr.dtype)

获取掩码数组的维度：

print("
Our Masked Array Dimensions...
",maskArr.ndim)

获取掩码数组的形状：

print("
Our Masked Array Shape...
",maskArr.shape)

获取掩码数组的元素数量：

print("
Elements in the Masked Array...
",maskArr.size)

要保存掩码数组的 pickle 文件，请使用 ma.MaskedArray.dumps() 方法：

pickArr = maskArr.dumps()

显示 pickle 文件内容：

print("
Pickle of the masked array...
",pickArr)

示例

import numpy as np
import numpy.ma as ma

# Create an array with int elements using the numpy.array() method
arr = np.array([[55, 85, 68, 84], [67, 33, 39, 53], [29, 88, 51, 37], [56, 45, 99, 85]])
print("Array...
", arr)
print("
Array type...
", arr.dtype)

# Get the dimensions of the Array
print("
Array Dimensions...
",arr.ndim)

# Create a masked array and mask some of them as invalid
maskArr = ma.masked_array(arr, mask =[[1, 1, 0, 0], [ 0, 0, 1, 0], [0, 0, 0, 1], [0, 1, 0, 0]])
print("
Our Masked Array
", maskArr)
print("
Our Masked Array type...
", maskArr.dtype)

# Get the dimensions of the Masked Array
print("
Our Masked Array Dimensions...
",maskArr.ndim)

# Get the shape of the Masked Array
print("
Our Masked Array Shape...
",maskArr.shape)

# Get the number of elements of the Masked Array
print("
Elements in the Masked Array...
",maskArr.size)

# To pickle the masked array, use the ma.MaskedArray.dumps() method
pickArr = maskArr.dumps()

# Display the pickle
print("
Pickle of the masked array...
",pickArr)

输出

Array...
[[55 85 68 84]
[67 33 39 53]
[29 88 51 37]
[56 45 99 85]]

Array type...
int64

Array Dimensions...
2

Our Masked Array
[[-- -- 68 84]
[67 33 -- 53]
[29 88 51 --]
[56 -- 99 85]]

Our Masked Array type...
int64

Our Masked Array Dimensions...
2

Our Masked Array Shape...
(4, 4)

Elements in the Masked Array...
16

Pickle of the masked array...
b"\x80\x02cnumpy.ma.core
_mareconstruct
q\x00(cnumpy.ma.core
MaskedArray
q\x01cnumpy
ndarray
q\x02K\x00\x85q\x03X\x01\x00\x00\x00bq\x04tq\x05Rq\x06(K\x01K\x04K\x04\x86q\x07cnumpy
dtype
q\x08X\x02\x00\x00\x00i8q\t\x89\x88\x87q
Rq\x0b(K\x03X\x01\x00\x00\x00<q\x0cNNNJ\xff\xff\xff\xffJ\xff\xff\xff\xffK\x00tq\rb\x89c_codecs
encode
q\x0eX\x80\x00\x00\x007\x00\x00\x00\x00\x00\x00\x00U\x00\x00\x00\x00\x00\x00\x00D\x00\x00\x00\x00\x00\x00\x00T\x00\x00\x00\x00\x00\x00\x00C\x00\x00\x00\x00\x00\x00\x00!\x00\x00\x00\x00\x00\x00\x00'\x00\x00\x00\x00\x00\x00\x005\x00\x00\x00\x00\x00\x00\x00\x1d\x00\x00\x00\x00\x00\x00\x00X\x00\x00\x00\x00\x00\x00\x003\x00\x00\x00\x00\x00\x00\x00%\x00\x00\x00\x00\x00\x00\x008\x00\x00\x00\x00\x00\x00\x00-\x00\x00\x00\x00\x00\x00\x00c\x00\x00\x00\x00\x00\x00\x00U\x00\x00\x00\x00\x00\x00\x00q\x0fX\x06\x00\x00\x00latin1q\x10\x86q\x11Rq\x12h\x0eX\x10\x00\x00\x00\x01\x01\x00\x00\x00\x00\x01\x00\x00\x00\x00\x01\x00\x01\x00\x00q\x13h\x10\x86q\x14Rq\x15Ntq\x16b."

更新于：2022年2月5日

501 次浏览

开启你的职业生涯

完成课程并获得认证

开始学习
广告