資料結構
網路
關係資料庫管理系統 (RDBMS)
作業系統
Java
MS Excel
iOS
HTML
CSS
Android
Python
C語言程式設計
C++
C#
MongoDB
MySQL
Javascript
PHP
物理學
化學
生物學
數學
英語
經濟學
心理學
社會學
時尚研究
法律研究計算 NumPy 中連續元素之間的差值並追加數字
要計算掩碼陣列中連續元素之間的差值，請在 Python NumPy 中使用 **MaskedArray.ediff1d()** 方法。“**to_end**”引數設定要追加到返回差值末尾的數字。
此函式等效於考慮掩碼值的 numpy.ediff1d，有關詳細資訊，請參閱 numpy.ediff1d。
掩碼陣列是標準 numpy.ndarray 和掩碼的組合。掩碼要麼是 nomask（表示關聯陣列的任何值均有效），要麼是布林值陣列，用於確定關聯陣列的每個元素的值是否有效。
步驟
首先，匯入所需的庫：
import numpy as np
使用 numpy.array() 方法建立一個包含整數元素的陣列：
arr = np.array([[65, 68, 81], [93, 33, 76], [73, 88, 51], [62, 45, 67]])
print("Array...
", arr)建立一個掩碼陣列，並將其中一些標記為無效：
maskArr = ma.masked_array(arr, mask =[[1, 0, 0], [ 0, 0, 0], [0, 1, 0], [0, 0, 0]])
print("
Our Masked Array...
", maskArr)獲取掩碼陣列的型別：
print("
Our Masked Array type...
", maskArr.dtype)
獲取掩碼陣列的維度：
print("
Our Masked Array Dimensions...
",maskArr.ndim)獲取掩碼陣列的形狀：
print("
Our Masked Array Shape...
",maskArr.shape)
獲取掩碼陣列的元素個數：
print("
Number of elements in the Masked Array...
",maskArr.size)要計算掩碼陣列中連續元素之間的差值，請在 Python NumPy 中使用 MaskedArray.ediff1d() 方法。“to_end”引數設定要追加到返回差值末尾的數字。
print("
Result..
.", np.ediff1d(maskArr, to_end=999))
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)
# Create a masked array and mask some of them as invalid
maskArr = ma.masked_array(arr, mask =[[1, 0, 0], [ 0, 0, 0], [0, 1, 0], [0, 0, 0]])
print("
Our Masked Array...
", maskArr)
# Get the type of the masked array
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("
Number of elements in the Masked Array...
",maskArr.size)
# To compute the differences between consecutive elements of a masked array, use the MaskedArray.ediff1d() method in Python Numpy
# The "to_end" parameter sets the number(s) to append at the end of the returned differences.
print("
Result..
.", np.ediff1d(maskArr, to_end=999))輸出
Array... [[65 68 81] [93 33 76] [73 88 51] [62 45 67]] Our Masked Array... [[-- 68 81] [93 33 76] [73 -- 51] [62 45 67]] Our Masked Array type... int64 Our Masked Array Dimensions... 2 Our Masked Array Shape... (4, 3) Number of elements in the Masked Array... 12 Result.. . [ 3 13 12 -60 43 -3 15 -37 11 -17 22 999]
更新於：2022年2月5日
114 次瀏覽
廣告