在 NumPy 中将掩码数组的 pickle 作为字符串返回

要将掩码数组进行 pickle 处理，请使用 **ma.MaskedArray.dumps()** 方法。使用 NumPy 中的 **pickle.loads()** 方法将 pickle 加载回数组。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。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() 方法创建具有整数元素的数组 -

arr = np.array([[55, 85, 68, 84], [67, 33, 39, 53], [29, 88, 51, 37], [56, 45, 99, 85]])
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的某些元素标记为无效 -

maskArr = ma.masked_array(arr, mask =[[1, 1, 0, 0], [ 0, 0, 1, 0], [0, 0, 0, 1], [0, 1, 0, 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)

要将掩码数组进行 pickle 处理，请使用 ma.MaskedArray.dumps() 方法 -

pickArr = maskArr.dumps()

显示 pickle -

print("
Pickle of the masked array...
",pickArr)

使用 pickle.loads() 方法将 pickle 加载回数组 -

resArr = pickle.loads(pickArr)

显示结果数组 -

print("
Loading the pickle back to the masked array...
",resArr)

示例

import numpy as np
import numpy.ma as ma
import pickle

# Create an array with int elements using the numpy.array() method
arr = np.array([[55, 85, 68, 84], [67, 33, 39, 53], [29, 88, 51, 37], [56, 45, 99, 85]])
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, 1, 0], [0, 0, 0, 1], [0, 1, 0, 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 pickle the masked array, use the ma.MaskedArray.dumps() method
pickArr = maskArr.dumps()

# Display the pickle
print("Pickle of the masked array...",pickArr)

# Load the pickle back to array using the pickle.loads() method
resArr = pickle.loads(pickArr)

# Display the resultant array
print("Loading the pickle back to the masked array...",resArr)

输出

Array...
[[55 85 68 84]
[67 33 39 53]
[29 88 51 37]
[56 45 99 85]]

Array type...
int64

Array Dimensions...
2

Our Masked Array
[[-- -- 68 84]
[67 33 -- 53]
[29 88 51 --]
[56 -- 99 85]]

Our Masked Array type...
int64

Our Masked Array Dimensions...
2

Our Masked Array Shape...
(4, 4)

Elements in the Masked Array...
16

Pickle of the masked array...
b"\x80\x02cnumpy.ma.core
_mareconstruct
q\x00(cnumpy.ma.core
MaskedArray
q\x01cnumpy
ndarray
q\x02K\x00\x85q\x03X\x01\x00\x00\x00bq\x04tq\x05Rq\x06(K\x01K\x04K\x04\x86q\x07cnumpy
dtype
q\x08X\x02\x00\x00\x00i8q\t\x89\x88\x87q
Rq\x0b(K\x03X\x01\x00\x00\x00<q\x0cNNNJ\xff\xff\xff\xffJ\xff\xff\xff\xffK\x00tq\rb\x89c_codecs
encode
q\x0eX\x80\x00\x00\x007\x00\x00\x00\x00\x00\x00\x00U\x00\x00\x00\x00\x00\x00\x00D\x00\x00\x00\x00\x00\x00\x00T\x00\x00\x00\x00\x00\x00\x00C\x00\x00\x00\x00\x00\x00\x00!\x00\x00\x00\x00\x00\x00\x00'\x00\x00\x00\x00\x00\x00\x005\x00\x00\x00\x00\x00\x00\x00\x1d\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\x008\x00\x00\x00\x00\x00\x00\x00-\x00\x00\x00\x00\x00\x00\x00c\x00\x00\x00\x00\x00\x00\x00U\x00\x00\x00\x00\x00\x00\x00q\x0fX\x06\x00\x00\x00latin1q\x10\x86q\x11Rq\x12h\x0eX\x10\x00\x00\x00\x01\x01\x00\x00\x00\x00\x01\x00\x00\x00\x00\x01\x00\x01\x00\x00q\x13h\x10\x86q\x14Rq\x15Ntq\x16b."

Loading the pickle back to the masked array...
[[-- -- 68 84]
[67 33 -- 53]
[29 88 51 --]
[56 -- 99 85]]

AmitDiwan

更新于: 2022年2月5日

146 次查看

开启您的 职业生涯

通过完成课程获得认证

立即开始