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
服装学
法学返回NumPy中掩码数组元素的标准差
要返回掩码数组元素的标准差，请在Python NumPy中使用**ma.MaskedArray.std()**。返回标准差，这是衡量分布分散程度的指标。默认情况下，标准差是针对扁平化数组计算的，否则是在指定的轴上计算。
axis参数是计算标准差的轴或轴集。默认情况下，计算扁平化数组的标准差。如果这是一个整数元组，则会对多个轴执行标准差，而不是像以前那样对单个轴或所有轴执行。
dtype是用于计算标准差的类型。对于整数类型数组，默认值为float64；对于浮点类型数组，它与数组类型相同。
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([[55, 85, 68, 84], [67, 33, 39, 53], [29, 88, 51, 37], [56, 45, 99, 85]])
print("Array...
", arr)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, 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)
要返回掩码数组元素的标准差，请在NumPy中使用ma.MaskedArray.std()：
res = maskArr.std()
print("
Result..
.", res)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([[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 return the standard deviation of the masked array elements, use the ma.MaskedArray.std() in Numpy
res = maskArr.std()
print("
Result..
.", res)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 Result.. . 21.74153202688424
更新于：2022年2月5日
341 次查看
广告