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
时尚研究
法学研究在NumPy中掩盖包含无效值（NaN或inf）的数组元素
要掩盖出现无效值（NaN或inf）的数组，请在Python NumPy中使用**numpy.ma.masked_invalid()**方法。此函数是masked_where的快捷方式，条件为=~(np.isfinite(a))。任何预先存在的掩码都将被保留。仅适用于具有NaN或inf有意义的数据类型的数组（即浮点类型），但接受任何类数组对象。
掩码数组是标准numpy.ndarray和掩码的组合。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()方法创建一个包含浮点元素的数组：
arr = np.array([91.6, 73.8, 29.2, 49.9, 39.7, 73.5, 87.6, 51.1])
print("Array...
", arr)获取数组的类型：
print("
Array type...
", arr.dtype)
获取数组的维数：
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)为数组值设置NaN或inf：
arr[1] = np.NaN
arr[3] = np.PINF
arr[6] = np.NaN
arr[7] = np.PINF
print("
Display the updated array...
",arr)要掩盖出现无效值（NaN或inf）的数组，请使用numpy.ma.masked_invalid()方法。在这里，我们将设置区间，即掩盖55到90之间的值：
print("
Result...
",ma.masked_invalid(arr))
示例
import numpy as np
import numpy.ma as ma
# Create an array with float elements using the numpy.array() method
arr = np.array([91.6, 73.8, 29.2, 49.9, 39.7, 73.5, 87.6, 51.1])
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)
# Set NaNs or infs for array values
arr[1] = np.NaN
arr[3] = np.PINF
arr[6] = np.NaN
arr[7] = np.PINF
print("
Display the updated array...
",arr)
# To mask an array where invalid values occur (NaNs or infs), use the numpy.ma.masked_invalid() method in Python Numpy
# Here, we will set the interval i.e. to mask between 55 and 90
print("
Result...
",ma.masked_invalid(arr))输出
Array... [91.6 73.8 29.2 49.9 39.7 73.5 87.6 51.1] Array type... float64 Array Dimensions... 1 Our Array Shape... (8,) Number of Elements in the Array... 8 Display the updated array... [91.6 nan 29.2 inf 39.7 73.5 nan inf] Result... [91.6 -- 29.2 -- 39.7 73.5 -- --]
更新于：2022年2月4日
2K+ 次浏览
广告