数据结构
网络
关系数据库管理系统
操作系统
Java
MS Excel
iOS
HTML
CSS
Android
Python
C 编程
C++
C#
MongoDB
MySQL
Javascript
PHP
物理
化学
生物
数学
英语
经济学
心理学
社会学
时尚研究
法律研究在 Numpy 中获取蒙版数组的维度
要获取蒙版数组的维度，请使用 Python Numpy 中的 ma.MaskedArray.ndim 属性。蒙版可以是不掩模，表示关联数组的任何值都无效，或者一个布尔数组，用于确定关联数组的每个元素的值是否有效。
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，并且与分布式、GPU 和稀疏阵列库配合良好。
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)
print("
Array itemsize...
", arr.itemsize)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)创建一个蒙版数组，并将其中一些掩模标记为无效 −
maskArr = ma.masked_array(arr, mask =[[0, 0], [ 0, 1]])
print("
Our Masked Array
", maskArr)
print("
Our Masked Array type...
", maskArr.dtype)获取蒙版数组的项目大小 −
print("
Our Masked Array itemsize...
", maskArr.itemsize)
要获取蒙版数组的维度，请使用 Numpy 中的 ma.MaskedArray.ndim 属性 −
print("
Our Masked Array Dimensions...
",maskArr.ndim)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)
# To get the dimensions of the Masked Array, use the ma.MaskedArray.ndim attribute in Numpy
print("
Our Masked Array Dimensions...
",maskArr.ndim)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
更新于： 17-Feb-2022
440 次浏览
广告