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 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
服装设计
法律研究在 NumPy 中用于腌制目的的掩码数组的内部状态
要返回掩码数组的内部状态以用于腌制目的，请在 Python NumPy 中使用 **ma.MaskedArray.__getstate__()** 方法。
掩码数组是标准 numpy.ndarray 和掩码的组合。掩码要么是 nomask，表示关联数组的任何值均无效，要么是布尔值的数组，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，并且与分布式、GPU 和稀疏数组库良好配合。
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)
创建掩码数组并将其中一些标记为无效 -
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数量 -
print("
Elements in the Masked Array...
",maskArr.size)
要返回掩码数组的内部状态以用于腌制目的，请使用 ma.MaskedArray.__getstate__() 方法 -
print("
Result...
",maskArr.__getstate__())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 return the internal state of the masked array for pickling purposes, use the ma.MaskedArray.__getstate__() method
print("
Result...
",maskArr.__getstate__())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...
(1, (4, 3), dtype('int64'), False, b"A\x00\x00\x00\x00\x00\x00\x00D\x00\x00\x00\x00\x00\x00\x00Q\x00\x00\x00\x00\x00\x00\x00]\x00\x00\x00\x00\x00\x00\x00!\x00\x00\x00\x00\x00\x00\x00'\x00\x00\x00\x00\x00\x00\x00I\x00\x00\x00\x00\x00\x00\x00X\x00\x00\x00\x00\x00\x00\x003\x00\x00\x00\x00\x00\x00\x00>\x00\x00\x00\x00\x00\x00\x00-\x00\x00\x00\x00\x00\x00\x00C\x00\x00\x00\x00\x00\x00\x00", b'\x01\x01\x00\x01\x00\x00\x00\x01\x00\x00\x01\x00', None)
更新于: 2022年2月17日
121 次查看
广告