在 NumPy 中掩盖给定区间内的数组

要掩盖给定区间内的数组，请在 Python NumPy 中使用 **numpy.ma.masked_inside()** 方法。这是 masked_where 的快捷方式，其中条件在 x 位于区间 [v1,v2]（v1 <= x <= v2）内时为 True。边界 v1 和 v2 可以以任意顺序给出。

掩码数组是标准 numpy.ndarray 和掩码的组合。掩码要么是 nomask，表示关联数组的任何值均有效，要么是布尔值的数组，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() 方法创建包含整数元素的数组 -

arr = np.array([[83, 55, 73], [90, 49, 39], [73, 87, 51], [82, 45, 67]])
print("Array...
", arr)

获取数组的类型 -

print("
Array type...
", arr.dtype)

获取数组的维度 -

print("
Array Dimensions...
",arr.ndim)

获取数组的形状 -

print("
Our Array Shape...
",arr.shape)

获取数组的元素个数 -

print("
Number of Elements in the Array...
",arr.size)

要掩盖给定区间内的数组，请在 Python NumPy 中使用 numpy.ma.masked_inside() 方法。在这里，我们将设置区间，即掩盖 55 到 90 之间的值 -

print("
Result...
",np.ma.masked_inside(arr, 55, 90))

示例

import numpy as np
import numpy.ma as ma

# Create an array with int elements using the numpy.array() method
arr = np.array([[83, 55, 73], [90, 49, 39], [73, 87, 51], [82, 45, 67]])
print("Array...
", arr)

# Get the type pf array
print("
Array type...
", arr.dtype)

# Get the dimensions of the Array
print("
Array Dimensions...
",arr.ndim)

# Get the shape of the Array
print("
Our Array Shape...
",arr.shape)

# Get the number of elements of the Array
print("
Number of Elements in the Array...
",arr.size)

# To mask an array inside a given interval, use the numpy.ma.masked_inside() method in Python Numpy
# Here, we will set the interval i.e. to mask between 55 and 90
print("
Result...
",np.ma.masked_inside(arr, 55, 90))

输出

Array...
[[83 55 73]
[90 49 39]
[73 87 51]
[82 45 67]]

Array type...
int64

Array Dimensions...
2

Our Array Shape...
(4, 3)

Number of Elements in the Array...
12

Result...
[[-- -- --]
[-- 49 39]
[-- -- 51]
[-- 45 --]]

AmitDiwan

更新于: 2022-02-04

442 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