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 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
时尚研究
法律研究将存储索引位置设置为 NumPy 中对应的值
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，则它将重复。如果 values 有一些掩码值，则初始掩码将相应更新，否则相应的将取消掩码。
索引是目标索引，解释为整数。mode 指定超出范围的索引的行为方式。'raise'：引发错误。'wrap'：环绕。'clip'：剪辑到范围。
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掩码为无效 -
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数量 -
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 -
maskArr.put([1, 5, 6, 9, 11],[99, 88, 33, 55, 66])
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
maskArr.put([1, 5, 6, 9, 11],[99, 88, 33, 55, 66])
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... [[-- 99 59 77] [67 88 33 57] [29 55 51 66] [56 -- 99 85]]
更新于： 2022年2月5日
103 次查看
广告