資料結構
網路
RDBMS
作業系統
Java
MS Excel
iOS
HTML
CSS
Android
Python
C 程式設計
C++
C#
MongoDB
MySQL
Javascript
PHP
物理
化學
生物
數學
英語
經濟
心理學
社會研究
時裝研究
法律研究檢查 NumPy 中掩蔽陣列的基
若要檢查擁有其儲存器的掩蔽陣列資料的基，請在 Numpy 中使用 ma.MaskedArray.base 屬性。返回子陣列的基元素的資料型別，無論其維度或形狀如何。
NumPy 提供全面的數學函式、隨機數生成器、線性代數例程、傅立葉變換等等。它支援廣泛的硬體和計算平臺，並且與分散式、GPU 和稀疏陣列庫配合得很好。
掩蔽陣列可能是包含缺失或無效項的陣列。numpy.ma 模組提供了一個近乎有用的替代品，該替代品支援具有掩碼的資料陣列。
步驟
首先，匯入所需的庫 −
import numpy as np import numpy.ma as ma
使用 numpy.array() 方法建立陣列 −
arr = np.array([[35, 85], [67, 33]])
print("Our Array...
", arr)建立一個掩蔽陣列，並將部分掩蔽標記為無效 −
maskArr = ma.masked_array(arr, mask =[[0, 0], [ 0, 1]])
print("
Our Masked Array
", maskArr)若要檢查擁有其儲存器的陣列的基，請使用 numpy.base 屬性。擁有其儲存器的陣列的基為 None −
print("
Our Array baseclass
", arr.base)
若要檢查擁有其儲存器的掩蔽陣列資料的基，請在 Numpy 中使用 ma.MaskedArray.base 屬性 −
print("
Our Masked Array baseclass
", maskArr.base)示例
import numpy as np
import numpy.ma as ma
arr = np.array([[35, 85], [67, 33]])
print("Our Array...
", arr)
# Create a masked array and mask some of them as invalid
maskArr = ma.masked_array(arr, mask =[[0, 0], [ 0, 1]])
print("
Our Masked Array
", maskArr)
# To check the base of an array that owns its memory, use the numpy.base attribute
# The base of an array that owns its memory is None
print("
Our Array baseclass
", arr.base)
# To check the base of masked array data that owns its memory, use the ma.MaskedArray.base attribute in Numpy
print("
Our Masked Array baseclass
", maskArr.base)輸出
Our Array... [[35 85] [67 33]] Our Masked Array [[35 85] [67 --]] Our Array baseclass None Our Masked Array baseclass [[35 85] [67 33]]
更新日期：04-Feb-2022
100 次瀏覽量
廣告