数据结构
网络
RDBMS
操作系统
Java
MS Excel
iOS
HTML
CSS
Android
Python
C 编程
C++
C#
MongoDB
MySQL
Javascript
PHP
物理
化学
生物
数学
英语
经济学
心理学
社会学
时尚学
法律学在 Numpy 中尽可能减少遮罩以取消遮罩
要在可能的情况下将遮罩减小为取消遮罩，请在 Numpy 中使用 np.ma.shrink_mask() 方法。掩码阵列是标准 numpy.ndarray 和掩码的组合。掩码要么取消遮罩，这意味着关联阵列没有无效值，要么是布尔数组，用于确定关联阵列的每个元素的值是否有效。
NumPy 提供全面的数学函数、随机数生成器、线性代数例程、傅立叶变换等。它支持广泛的硬件和计算平台，并且与分布式、GPU 和稀疏数组库配合得很好。
步骤
首先，导入所需的库 −
import numpy as np import numpy.ma as ma
使用 numpy.array() 方法创建包含整数元素的阵列 −
arr = np.array([[65, 68, 81], [93, 33, 39], [73, 88, 51], [62, 45, 67]])
print("Array...
", arr)
print("
Array type...
", arr.dtype)获取阵列的维度 −
print("
Array Dimensions...
",arr.ndim)
创建一个掩码阵列并对其中一些进行标记为无效 −
maskArr = ma.masked_array(arr, mask =[[0, 0, 0], [ 0, 0, 0], [0, 0, 0], [0, 0, 0]])
print("
Our Masked Array mask
", maskArr.mask)
print("
Our Masked Array type...
", maskArr.dtype)要在可能的情况下将遮罩减小为取消遮罩，请使用 np.ma.shrink_mask() −
print("
Result...
",maskArr.shrink_mask())
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 =[[0, 0, 0], [ 0, 0, 0], [0, 0, 0], [0, 0, 0]])
print("
Our Masked Array mask
", maskArr.mask)
print("
Our Masked Array type...
", maskArr.dtype)
# To reduce a mask to nomask when possible, use the np.ma.shrink_mask() method in Numpy
print("
Result...
",maskArr.shrink_mask())输出
Array... [[65 68 81] [93 33 39] [73 88 51] [62 45 67]] Array type... int64 Array Dimensions... 2 Our Masked Array mask [[False False False] [False False False] [False False False] [False False False]] Our Masked Array type... int64 Result... [[65 68 81] [93 33 39] [73 88 51] [62 45 67]]
更新时间： 04-2 月 -2022
107 次浏览
广告