Data Structure
Networking
RDBMS
Operating System
Java
MS Excel
iOS
HTML
CSS
Android
Python
C Programming
C++
C#
MongoDB
MySQL
Javascript
PHP
Physics
Chemistry
Biology
Mathematics
English
Economics
Psychology
Social Studies
Fashion Studies
Legal Studies获取 Numpy 中蒙版数组的 itemsize
若要获取遮罩数组的 itemsize，请在 Numpy 中使用ma.MaskedArray.itemsize 属性。遮罩数组是一个标准的 numpy.ndarray 和一个 mask 之间的组合。mask 可以是 nomask，表示关联数组没有任何值是无效的，或一个布尔数组，该数组为关联数组的每个元素确定该值是否有效。
步骤
首先导入需要的库 −
import numpy as np import numpy.ma as ma
使用 numpy.array() 方法创建 numpy 数组 −
arr = np.array([[35, 85], [67, 33]])
print("Array...
", arr)
print("
Array type...
", arr.dtype)
print("
Array itemsize...
", arr.itemsize)获取数组的维度 −
print("Array Dimensions...
",arr.ndim)
创建一个遮罩数组并将其中一些作为无效项遮罩 −
maskArr = ma.masked_array(arr, mask =[[0, 0], [ 0, 1]])
print("
Our Masked Array
", maskArr)
print("
Our Masked Array type...
", maskArr.dtype)获取遮罩数组的维度 −
print("
Our Masked Array Dimensions...
",maskArr.ndim)
若要获取遮罩数组的 itemsize，请在 Numpy 中使用 ma.MaskedArray.itemsize 属性 −
print("
Our Masked Array itemsize...
", maskArr.itemsize)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("Array...
", arr)
print("
Array type...
", arr.dtype)
print("
Array itemsize...
", arr.itemsize)
# 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 =[[0, 0], [ 0, 1]])
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)
# To get the itemsize of the Masked Array, use the ma.MaskedArray.itemsize attribute in Numpy
print("
Our Masked Array itemsize...
", maskArr.itemsize)输出
Array... [[35 85] [67 33]] Array type... int64 Array itemsize... 8 Array Dimensions... 2 Our Masked Array [[35 85] [67 --]] Our Masked Array type... int64 Our Masked Array Dimensions... 2 Our Masked Array itemsize... 8
更新日期：2022 年 2 月 21 日
151 次查看
广告