数据结构
网络
关系型数据库管理系统 (RDBMS)
操作系统
Java
MS Excel
iOS
HTML
CSS
Android
Python
C语言编程
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NumPy中满足条件的数组掩码
要掩盖满足条件的数组，请在Python NumPy中使用**numpy.ma.masked_where()**方法。将要掩盖的数组返回为在condition为True时被掩盖的数组。a或condition的任何掩盖值在输出中也会被掩盖。
condition参数设置掩码条件。当condition测试浮点值的相等性时，请考虑使用masked_values代替。copy参数，如果为True（默认值），则在结果中复制a。如果为False，则就地修改a并返回视图。
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([[71, 55, 91], [82, 33, 39], [73, 82, 51], [90, 45, 82]])
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)要掩盖满足条件的数组，请在Python NumPy中使用numpy.ma.masked_where()方法。这里，所有大于60的元素都将被掩盖：
print("
Result...
",np.ma.masked_where(arr > 60, arr))
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([[71, 55, 91], [82, 33, 39], [73, 82, 51], [90, 45, 82]])
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 where a condition is met, use the numpy.ma.masked_where() method in Python Numpy
# Here, all the elements above 60 will get masked
print("
Result...
",np.ma.masked_where(arr > 60, arr))输出
Array... [[71 55 91] [82 33 39] [73 82 51] [90 45 82]] Array type... int64 Array Dimensions... 2 Our Array Shape... (4, 3) Number of Elements in the Array... 12 Result... [[-- 55 --] [-- 33 39] [-- -- 51] [-- 45 --]]
更新于：2022年2月4日
5K+浏览量
广告