返回两个掩码数组的点积，并设置NumPy中是否传播掩码数据

要返回两个掩码数组的点积，请在 Python NumPy 中使用 **ma.dot()** 方法。“**strict**” 参数设置是否传播掩码数据 (True) 或将其设置为 0 (False) 以进行计算。

此函数等效于 numpy.dot，它考虑了掩码值。“strict” 和“out” 的位置与方法版本中的位置不同。为了保持与相应方法的兼容性，建议将可选参数视为仅限关键字参数。在某些时候，这可能是强制性的。

strict 参数设置是否传播掩码数据 (True) 或将其设置为 0 (False) 以进行计算。默认为 False。传播掩码意味着如果掩码值出现在行或列中，则整个行或列都被视为掩码。

输出参数表明它必须具有与未使用它时返回的完全相同的类型。特别是，它必须具有正确的类型，必须是 C 连续的，并且其 dtype 必须是 dot(a,b) 返回的 dtype。这是一个性能特性。因此，如果这些条件不满足，则会引发异常，而不是尝试灵活处理。

步骤

首先，导入所需的库 -

import numpy as np
import numpy.ma as ma

创建数组 1，一个使用 numpy.arange() 方法的 3x3 数组，其元素为 int -

arr1 = np.arange(9).reshape((3,3))
print("Array1...
", arr1)
print("
Array type...
", arr1.dtype)

# 创建掩码数组 1 -

arr1 = ma.array(arr1)

掩码数组 1 -

arr1[0, 1] = ma.masked
arr1[1, 1] = ma.masked

显示掩码数组 1 -

print("
Masked Array1...
",arr1)

创建数组 2，另一个使用 numpy.arange() 方法的 3x3 数组，其元素为 int -

arr2 = np.arange(9).reshape((3,3))
print("
Array2...
", arr2)
print("
Array type...
", arr2.dtype)

创建掩码数组 2

arr2 = ma.array(arr2)

掩码数组 2 -

arr2[2, 1] = ma.masked
arr2[2, 2] = ma.masked

显示掩码数组 2 -

print("
Masked Array2...
",arr2)

要返回两个掩码数组的点积，请在 Python NumPy 中使用 ma.dot() 方法。“strict” 参数设置是否传播掩码数据 (True) 或将其设置为 0 (False) 以进行计算 -

print("
Result of dot product...
",np.ma.dot(arr1, arr2, strict=True))

示例

import numpy as np
import numpy.ma as ma

# Array 1
# Creating a 3x3 array with int elements using the numpy.arange() method
arr1 = np.arange(9).reshape((3,3))
print("Array1...
", arr1)
print("
Array type...
", arr1.dtype)

# Get the dimensions of the Array
print("
Array Dimensions...
",arr1.ndim)

# Get the shape of the Array
print("
Our Array Shape...
",arr1.shape)

# Get the number of elements of the Array
print("
Elements in the Array...
",arr1.size)

# Create a masked array
arr1 = ma.array(arr1)

# Mask Array1
arr1[0, 1] = ma.masked
arr1[1, 1] = ma.masked

# Display Masked Array 1
print("
Masked Array1...
",arr1)

# Array 2
# Creating another 3x3 array with int elements using the numpy.arange() method
arr2 = np.arange(9).reshape((3,3))
print("
Array2...
", arr2)
print("
Array type...
", arr2.dtype)

# Get the dimensions of the Array
print("
Array Dimensions...
",arr2.ndim)

# Get the shape of the Array
print("
Our Array Shape...
",arr2.shape)

# Get the number of elements of the Array
print("
Elements in the Array...
",arr2.size)

# Create a masked array
arr2 = ma.array(arr2)

# Mask Array2
arr2[2, 1] = ma.masked
arr2[2, 2] = ma.masked

# Display Masked Array 2
print("
Masked Array2...
",arr2)

# To return the dot product of two masked arrays, use the ma.dot() method in Python Numpy
# The "strict" parameter sets whether masked data is propagated (True) or set to 0 (False) for the computation
print("
Result of dot product...
",np.ma.dot(arr1, arr2, strict=True))

输出

Array1...
[[0 1 2]
[3 4 5]
[6 7 8]]

Array type...
int64

Array Dimensions...
2

Our Array Shape...
(3, 3)

Elements in the Array...
9

Masked Array1...
[[0 -- 2]
[3 -- 5]
[6 7 8]]

Array2...
[[0 1 2]
[3 4 5]
[6 7 8]]

Array type...
int64

Array Dimensions...
2

Our Array Shape...
(3, 3)

Elements in the Array...
9

Masked Array2...
[[0 1 2]
[3 4 5]
[6 -- --]]

Result of dot product...
[[-- -- --]
[-- -- --]
[69 -- --]]

AmitDiwan

更新于: 2022年2月5日

113 次查看

启动您的 职业生涯

通过完成课程获得认证

开始