获取 NumPy 中元素所占用的总字节数

要获取掩码数组所占用的总字节数，请在 NumPy 中使用 **ma.MaskedArray.nbytes** 属性。不包括数组对象非元素属性所占用的内存。

掩码可以是 nomask，表示关联数组的任何值均有效，也可以是布尔值的数组，用于确定关联数组的每个元素的值是否有效。

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)

获取所占用的总字节数 -

print("Array nbytes...",arr.nbytes)

创建一个掩码数组并将其中的某些元素标记为无效 -

maskArr = ma.masked_array(arr, mask =[[0, 0], [ 0, 1]])
print("Our Masked Array", maskArr)
print("Our Masked Array type...", maskArr.dtype)

获取掩码数组的维度 -

print("Our Masked Array Dimensions...",maskArr.ndim)

获取掩码数组的 itemsize -

print("Our Masked Array itemsize...", maskArr.itemsize)

获取掩码数组所占用的总字节数，在 NumPy 中使用 ma.MaskedArray.nbytes 属性 -

print("Our Masked Array nbytes...",maskArr.nbytes)

示例

Open Compiler
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 dimensions of the Masked Array
print("Our Masked Array Dimensions...",maskArr.ndim)

# Get the itemsize of the Masked Array
print("Our Masked Array itemsize...", maskArr.itemsize)

# To get the total bytes consumed by the masked array, use the ma.MaskedArray.nbytes attribute in Numpy
print("Our Masked Array nbytes...",maskArr.nbytes)

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

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 Dimensions...
2

Our Masked Array itemsize...
8

Our Masked Array nbytes...
32

更新于: 2022年2月22日

610 次浏览

开启你的 职业生涯

通过完成课程获得认证

开始学习
广告