数据结构
网络
关系数据库管理系统 (RDBMS)
操作系统
Java
MS Excel
iOS
HTML
CSS
Android
Python
C语言编程
C++
C#
MongoDB
MySQL
Javascript
PHP
物理学
化学
生物学
数学
英语
经济学
心理学
社会学
服装设计
法学获取NumPy中掩码数组的当前形状
要获取掩码数组的形状，请使用NumPy中的ma.MaskedArray.shape属性。shape属性通常用于获取数组的当前形状，但也可以通过为其赋值一个数组维度的元组来就地重塑数组。
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，则就地重塑数组将失败。
步骤
首先，导入所需的库：
import numpy as np import numpy.ma as ma
使用numpy.array()方法创建一个数组：
arr = np.array([[35, 85], [67, 33]])
print("Array...
", arr)
print("
Array type...
", arr.dtype)获取数组的维度：
print("Array Dimensions...
",arr.ndim)
获取消耗的总字节数：
print("Array nbytes...
",arr.nbytes)创建一个掩码数组，并将其中一些标记为无效：
maskArr = ma.masked_array(arr, mask =[[0, 0], [ 0, 1]])
print("
Our Masked Array
", maskArr)
print("
Our Masked Array type...
", maskArr.dtype)获取掩码数组的itemsize：
print("
Our Masked Array itemsize...
", maskArr.itemsize)
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，使用NumPy中的ma.MaskedArray.shape属性：
print("
Our Masked Array Shape...
",maskArr.shape)
示例
import numpy as np
import numpy.ma as ma
arr = np.array([[35, 85], [67, 33]])
print("Array...
", arr)
print("
Array type...
", arr.dtype)
print("
Array itemsize...
", arr.itemsize)
# Get the dimensions of the Array
print("Array Dimensions...
",arr.ndim)
# Get the total bytes consumed
print("Array nbytes...
",arr.nbytes)
# 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)
print("
Our Masked Array type...
", maskArr.dtype)
# Get the itemsize of the Masked Array
print("
Our Masked Array itemsize...
", maskArr.itemsize)
# Get the dimensions of the Masked Array
print("
Our Masked Array Dimensions...
",maskArr.ndim)
# To get the shape of the Masked Array, use the ma.MaskedArray.shape attribute in Numpy
print("
Our Masked Array Shape...
",maskArr.shape)输出
Array... [[35 85] [67 33]] Array type... int64 Array itemsize... 8 Array Dimensions... 2 Array nbytes... 32 Our Masked Array [[35 85] [67 --]] Our Masked Array type... int64 Our Masked Array itemsize... 8 Our Masked Array Dimensions... 2 Our Masked Array Shape... (2, 2)
更新于：2022年2月17日
230 次浏览
广告