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中掩码数组的数据类型
要获取掩码数组的数据类型，请使用NumPy中的**ma.MaskedArray.dtype**属性。数据类型对象描述了如何解释与数组项对应的固定大小内存块中的字节。
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和稀疏数组库兼容良好。
掩码数组是可以包含缺失或无效条目的数组。numpy.ma模块提供了几乎与numpy一样的替代品，支持带有掩码的数据数组。
步骤
首先，导入所需的库：
import numpy as np import numpy.ma as ma
使用numpy.array()方法创建一个数组：
arr = np.array([[35, 85], [67, 33]])
print("Our Array...
", arr)获取数组的数据类型：
print("
Our Array type...
", arr.dtype)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)要获取掩码数组的数据类型，请使用NumPy中的ma.MaskedArray.dtype属性：
print("
Our Masked Array type...
", maskArr.dtype)示例
import numpy as np
import numpy.ma as ma
# Create a numpy array using the numpy.array() method
arr = np.array([[35, 85], [67, 33]])
print("Our Array...
", arr)
# Get the datatype of the arrat
print("
Our Array type...
", arr.dtype)
# 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 get the datatype of the masked array, use the ma.MaskedArray.dtype attribute in Numpy
print("
Our Masked Array type...
", maskArr.dtype)输出
Our Array... [[35 85] [67 33]] Our Array type... int64 Our Masked Array [[35 85] [67 --]] Our Masked Array type... int64
更新于：2022年2月4日
218 次浏览
广告