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
服装设计
法学设置存储索引位置为对应值，并在NumPy中处理越界索引
要将存储索引位置设置为对应值，请在Python NumPy中使用**ma.MaskedArray.put()**方法。为indices中的每个n设置self._data.flat[n] = values[n]。如果values比indices短，则会重复。如果values包含一些掩码值，则初始掩码会相应更新，否则相应的数值将被取消掩码。
索引是目标索引，解释为整数。mode指定越界索引的行为方式。“raise”：引发错误。“wrap”：循环。“clip”：剪切到范围。
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int元素的数组：
arr = np.array([[55, 85, 59, 77], [67, 33, 39, 57], [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)
要将存储索引位置设置为对应值，请在NumPy中使用ma.MaskedArray.put()方法。“mode”参数指定越界索引的行为方式。值为“raise”：引发错误。“wrap”：循环。“clip”：剪切到范围。我们在这里设置了一个越界索引，即32。“wrap”参数将循环：
maskArr.put([1, 5, 6, 9, 32],[99, 88, 33, 55, 66], mode = 'wrap')
print("
Result...
",maskArr)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, 59, 77], [67, 33, 39, 57], [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 set storage-indexed locations to corresponding values, use the ma.MaskedArray.put() method in Numpy
# The "mode" parameter is specify how out-of-bounds indices will behave.
# The value ‘raise’ : raise an error. ‘wrap’ : wrap around. ‘clip’ : clip to the range.
# We have set an out-of-bounds indice here i.e. 32
# The "wrap" parameter will wrap around
maskArr.put([1, 5, 6, 9, 32],[99, 88, 33, 55, 66], mode = 'wrap')
print("
Result...
",maskArr)输出
Array... [[55 85 59 77] [67 33 39 57] [29 88 51 37] [56 45 99 85]] Array type... int64 Array Dimensions... 2 Our Masked Array [[-- -- 59 77] [67 33 -- 57] [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... [[66 99 59 77] [67 88 33 57] [29 55 51 --] [56 -- 99 85]]
更新于：2022年2月5日
147 次浏览
广告