在 NumPy 中沿深度方向（第三轴）依次堆叠掩码数组

要在深度方向（沿第三轴）依次堆叠掩码数组，请在 Python NumPy 中使用 **ma.dstack()** 方法。这等效于在将形状为 (M,N) 的二维数组重塑为 (M,N,1) 以及将形状为 (N,) 的一维数组重塑为 (1,N,1) 之后，沿第三轴进行连接。重建由 dsplit 分割的数组。

对于最多 3 维的数组，此函数最有意义。例如，对于具有高度（第一轴）、宽度（第二轴）和 r/g/b 通道（第三轴）的像素数据。函数 concatenate、stack 和 block 提供更通用的堆叠和连接操作。

参数是必须沿除第三轴之外的所有轴具有相同形状的数组。一维或二维数组必须具有相同的形状。该函数返回由堆叠给定数组形成的数组，将至少为 3 维。

步骤

首先，导入所需的库 -

import numpy as np
import numpy.ma as ma

创建数组 1，一个使用 numpy.arange() 方法的包含整数元素的 3x3 数组 -

arr1 = np.arange(9).reshape((3,3))
print("Array1...
", arr1)
print("
Array type...
", arr1.dtype)

创建掩码数组 1 -

arr1 = ma.array(arr1)

掩码数组 1 -

arr1[0, 1] = ma.masked
arr1[1, 1] = ma.masked

显示掩码数组 1 -

print("
Masked Array1...
",arr1)

创建数组 2，另一个使用 numpy.arange() 方法的包含整数元素的 3x3 数组 -

arr2 = np.arange(9).reshape((3,3))
print("
Array2...
", arr2)
print("
Array type...
", arr2.dtype)

创建掩码数组 2 -

arr2 = ma.array(arr2)

掩码数组 2 -

arr2[2, 1] = ma.masked
arr2[2, 2] = ma.masked

显示掩码数组 2 -

print("
Masked Array2...
",arr2)

要在深度方向（沿第三轴）依次堆叠掩码数组，请使用 ma.dstack() 方法 -

print("
Result of stacking arrays depth wise...
",ma.dstack((arr1, arr2)))

示例

# Python ma.MaskedArray - Stack masked arrays in sequence depth wise (along third axis)

import numpy as np
import numpy.ma as ma

# Array 1
# Creating a 3x3 array with int elements using the numpy.arange() method
arr1 = np.arange(9).reshape((3,3))
print("Array1...
", arr1)
print("
Array type...
", arr1.dtype)

# Get the dimensions of the Array
print("
Array Dimensions...
",arr1.ndim)

# Get the shape of the Array
print("
Our Array Shape...
",arr1.shape)

# Get the number of elements of the Array
print("
Elements in the Array...
",arr1.size)

# Create a masked array
arr1 = ma.array(arr1)

# Mask Array1
arr1[0, 1] = ma.masked
arr1[1, 1] = ma.masked

# Display Masked Array 1
print("
Masked Array1...
",arr1)

# Array 2
# Creating another 3x3 array with int elements using the numpy.arange() method
arr2 = np.arange(9).reshape((3,3))
print("
Array2...
", arr2)
print("
Array type...
", arr2.dtype)

# Get the dimensions of the Array
print("
Array Dimensions...
",arr2.ndim)

# Get the shape of the Array
print("
Our Array Shape...
",arr2.shape)

# Get the number of elements of the Array
print("
Elements in the Array...
",arr2.size)

# Create a masked array
arr2 = ma.array(arr2)

# Mask Array2
arr2[2, 1] = ma.masked
arr2[2, 2] = ma.masked

# Display Masked Array 2
print("
Masked Array2...
",arr2)

# To stack masked arrays in sequence depth wise (along third axis), use the ma.dstack() method in Python Numpy
print("
Result of stacking arrays depth wise...
",ma.dstack((arr1, arr2)))

输出

Array1...
[[0 1 2]
[3 4 5]
[6 7 8]]

Array type...
int64

Array Dimensions...
2

Our Array Shape...
(3, 3)

Elements in the Array...
9

Masked Array1...
[[0 -- 2]
[3 -- 5]
[6 7 8]]

Array2...
[[0 1 2]
[3 4 5]
[6 7 8]]

Array type...
int64

Array Dimensions...
2

Our Array Shape...
(3, 3)

Elements in the Array...
9

Masked Array2...
[[0 1 2]
[3 4 5]
[6 -- --]]

Result of stacking arrays depth wise...
[[[0 0]
[-- 1]
[2 2]]
[[3 3]
[-- 4]
[5 5]]
[[6 6]
[7 --]
[8 --]]]

更新于: 2022年2月3日

310 次浏览

启动您的 职业生涯

通过完成课程获得认证

开始学习
广告