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

Open Compiler
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)

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 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

启动您的职业生涯

完成课程获得认证

开始学习
广告