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
法学抑制NumPy中包含掩码值的二维数组的行和/或列
要抑制包含掩码值的二维数组的行和/或列，请在NumPy中使用**np.ma.mask_compress_rowcols()**方法。抑制行为由axis参数选择。
- 如果axis为None，则抑制行和列。
- 如果axis为0，则仅抑制行。
- 如果axis为1或-1，则仅抑制列。
掩码数组是标准numpy.ndarray和掩码的组合。掩码或者是nomask（表示关联数组的无值无效），或者是一个布尔数组，它决定关联数组的每个元素的值是否有效。
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([[65, 68, 81], [93, 33, 76], [73, 88, 51], [62, 45, 67]])
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掩盖其中一些无效值：
maskArr = ma.masked_array(arr, mask =[[1, 1, 0], [ 0, 0, 0], [0, 1, 0], [0, 1, 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)
要抑制包含掩码值的二维数组的行和/或列，请使用np.ma.mask_compress_rowcols()方法：
print("
Result...
",np.ma.compress_rowcols(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([[65, 68, 81], [93, 33, 76], [73, 88, 51], [62, 45, 67]])
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], [0, 1, 0], [0, 1, 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 suppress the rows and/or columns of a 2-D array that contain masked values, use the np.ma.mask_compress_rowcols() method in Numpy
print("
Result...
",np.ma.compress_rowcols(maskArr))输出
Array... [[65 68 81] [93 33 76] [73 88 51] [62 45 67]] Array type... int64 Array Dimensions... 2 Our Masked Array [[-- -- 81] [93 33 76] [73 -- 51] [62 -- 67]] Our Masked Array type... int64 Our Masked Array Dimensions... 2 Our Masked Array Shape... (4, 3) Elements in the Masked Array... 12 Result... [[76]]
更新于：2022年2月4日
127次浏览
广告