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
法律研究在 NumPy 中掩盖给定区间之外的数组
要掩盖给定区间之外的数组，请在 Python NumPy 中使用 **numpy.ma.masked_outside()** 方法。这是 masked_where 的快捷方式，其中条件在 x 位于区间 [v1,v2] 之外时为真 (x < v1)|(x > v2)。边界 v1 和 v2 可以以任何顺序给出。
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() 方法创建一个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)要掩盖给定区间之外的数组，请在 Python NumPy 中使用 numpy.ma.masked_outside() 方法。这里，我们将设置区间，即掩盖 65 和 85 之外的值：
print("
Result...
",np.ma.masked_inside(arr, 65, 85))
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 outside a given interval, use the numpy.ma.masked_outside() method in Python Numpy
# Here, we will set the interval i.e. to mask outside 65 and 85
print("
Result...
",np.ma.masked_inside(arr, 65, 85))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... [[-- 55 --] [90 49 39] [-- 87 51] [-- 45 --]]
更新于：2022年2月4日
197 次浏览
广告