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 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
法学获取在 NumPy 中遍历时每个维度步长的字节元组
要获取在遍历数组时每个维度步长的字节元组，请使用 NumPy 中的 **ma.MaskedArray.strides** 属性。数组 *a* 中元素 (i[0], i[1], ..., i[n]) 的字节偏移量为：
offset = sum(np.array(i) * a.strides)
掩码要么是 nomask，表示关联数组的无任何值无效，要么是一个布尔值数组，它决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)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)
print("
Our Masked Array type...
", maskArr.dtype)获取掩码数组的 itemsize：
print("
Our Masked Array itemsize...
", maskArr.itemsize)获取掩码数组的维度：
print("
Our Masked Array Dimensions...
",maskArr.ndim)获取掩码数组的形状：
print("
Our Masked Array Shape...
",maskArr.shape)
获取掩码数组的元素数量：
print("
Elements in the Masked Array...
",maskArr.size)要获取在遍历数组时每个维度步长的字节元组，请使用 NumPy 中的 ma.MaskedArray.strides 属性
print("
Strides...
",maskArr.strides)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)
# 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)
# Get the dimensions of the Masked Array
print("
Our Masked Array Dimensions...
",maskArr.ndim)
# Get the shape of the Masked Array
print("
Our Masked Array Shape...
",maskArr.shape)
# Get the number of elements of the Masked Array
print("
Elements in the Masked Array...
",maskArr.size)
# To get the Tuple of bytes to step in each dimension when traversing an array, use the ma.MaskedArray.strides attribute in Numpy
print("
Strides...
",maskArr.strides)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 itemsize... 8 Our Masked Array Dimensions... 2 Our Masked Array Shape... (2, 2) Elements in the Masked Array... 4 Strides... (16, 8)
更新于：2022年2月22日
95 次浏览
广告