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
法律研究在NumPy中掩盖包含掩码值的二维数组的行
要掩盖包含掩码值的二维数组的行，请在 NumPy 中使用 **np.ma.mask_rows()** 方法。掩码要么是 nomask，表示关联数组中没有无效值，要么是一个布尔数组，它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，并且与分布式、GPU 和稀疏数组库配合良好。
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([[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)
创建一个掩码数组并将其中一些标记为无效：
maskArr = ma.masked_array(arr, mask =[[1, 1, 0], [ 0, 0, 0], [0, 1, 0], [0, 1, 0]])
print("
Our Masked Array
", maskArr)
print("
Our Masked Array type...
", maskArr.dtype)获取掩码数组的维度：
print("
Our Masked Array Dimensions...
",maskArr.ndim)
获取掩码数组的形状：
print("
Our Masked Array Shape...
",maskArr.shape)获取掩码数组的元素个数：
print("
Elements in the Masked Array...
",maskArr.size)
要掩盖包含掩码值的二维数组的行，请在 NumPy 中使用 np.ma.mask_rows() 方法：
print("
Result...
",np.ma.mask_rows(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], [ 0, 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 rows of a 2D array that contain masked values, use the np.ma.mask_rows() method in Numpy
print("
Result...
",np.ma.mask_rows(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] [93 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... [[-- -- --] [93 33 39] [-- -- --] [-- -- --]]
更新于：2022年2月4日
609 次浏览
广告