数据结构
网络
关系型数据库管理系统
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NumPy 中掩盖包含掩盖值的二维数组的列
要掩盖包含掩盖值的二维数组的列，请在 NumPy 中使用 **np.ma.mask_cols()** 方法。掩盖数组是标准 numpy.ndarray 和掩盖的组合。掩盖要么是 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。
NumPy 提供了全面的数学函数、随机数生成器、线性代数例程、傅里叶变换等等。它支持各种硬件和计算平台，并且可以很好地与分布式、GPU 和稀疏数组库配合使用。
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 int 元素的数组 -
arr = np.array([[65, 68, 81], [93, 33, 39], [73, 88, 51], [62, 45, 67]])
print("Array...
", arr)
print("
Array type...
", arr.dtype)获取数组的维度 -
print("
Array Dimensions...
",arr.ndim)
创建一个掩盖数组并掩盖其中一些无效值 -
maskArr = ma.masked_array(arr, mask =[[1, 1, 0], [ 1, 0, 0], [0, 1, 0], [0, 1, 0]])
print("
Our Masked Array
", maskArr)
print("
Our Masked Array type...
", maskArr.dtype)获取掩盖数组的维度 -
print("
Our Masked Array Dimensions...
",maskArr.ndim)
获取掩盖数组的形状 -
print("
Our Masked Array Shape...
",maskArr.shape)获取掩盖数组的元素数量 -
print("
Elements in the Masked Array...
",maskArr.size)
要掩盖包含掩盖值的二维数组的列，请在 NumPy 中使用 np.ma.mask_cols() 方法 -
print("
Result...
",np.ma.mask_cols(maskArr))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([[65, 68, 81], [93, 33, 39], [73, 88, 51], [62, 45, 67]])
print("Array...
", arr)
print("
Array type...
", arr.dtype)
# 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 =[[1, 1, 0], [ 1, 0, 0], [0, 1, 0], [0, 1, 0]])
print("
Our Masked Array
", maskArr)
print("
Our Masked Array type...
", maskArr.dtype)
# 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 mask columns of a 2D array that contain masked values, use the np.ma.mask_cols() method in Numpy
print("
Result...
",np.ma.mask_cols(maskArr))输出
Array... [[65 68 81] [93 33 39] [73 88 51] [62 45 67]] Array type... int64 Array Dimensions... 2 Our Masked Array [[-- -- 81] [-- 33 39] [73 -- 51] [62 -- 67]] Our Masked Array type... int64 Our Masked Array Dimensions... 2 Our Masked Array Shape... (4, 3) Elements in the Masked Array... 12 Result... [[-- -- 81] [-- -- 39] [-- -- 51] [-- -- 67]]
更新于： 2022年2月4日
168 次查看
广告