Data Structure
Networking
RDBMS
Operating System
Java
MS Excel
iOS
HTML
CSS
Android
Python
C Programming
C++
C#
MongoDB
MySQL
Javascript
PHP
Physics
Chemistry
Biology
Mathematics
English
Economics
Psychology
Social Studies
Fashion Studies
Legal Studies獲取 Numpy 中蒙版陣列的 itemsize
若要獲取遮罩陣列的 itemsize，請在 Numpy 中使用ma.MaskedArray.itemsize 屬性。遮罩陣列是一個標準的 numpy.ndarray 和一個 mask 之間的組合。mask 可以是 nomask，表示關聯陣列沒有任何值是無效的，或一個布林陣列，該陣列為關聯陣列的每個元素確定該值是否有效。
步驟
首先匯入需要的庫 −
import numpy as np import numpy.ma as ma
使用 numpy.array() 方法建立 numpy 陣列 −
arr = np.array([[35, 85], [67, 33]])
print("Array...
", arr)
print("
Array type...
", arr.dtype)
print("
Array itemsize...
", arr.itemsize)獲取陣列的維度 −
print("Array Dimensions...
",arr.ndim)
建立一個遮罩陣列並將其中一些作為無效項遮罩 −
maskArr = ma.masked_array(arr, mask =[[0, 0], [ 0, 1]])
print("
Our Masked Array
", maskArr)
print("
Our Masked Array type...
", maskArr.dtype)獲取遮罩陣列的維度 −
print("
Our Masked Array Dimensions...
",maskArr.ndim)
若要獲取遮罩陣列的 itemsize，請在 Numpy 中使用 ma.MaskedArray.itemsize 屬性 −
print("
Our Masked Array itemsize...
", maskArr.itemsize)示例
import numpy as np
import numpy.ma as ma
# Create a numpy array using the numpy.array() method
arr = np.array([[35, 85], [67, 33]])
print("Array...
", arr)
print("
Array type...
", arr.dtype)
print("
Array itemsize...
", arr.itemsize)
# 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 =[[0, 0], [ 0, 1]])
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)
# To get the itemsize of the Masked Array, use the ma.MaskedArray.itemsize attribute in Numpy
print("
Our Masked Array itemsize...
", maskArr.itemsize)輸出
Array... [[35 85] [67 33]] Array type... int64 Array itemsize... 8 Array Dimensions... 2 Our Masked Array [[35 85] [67 --]] Our Masked Array type... int64 Our Masked Array Dimensions... 2 Our Masked Array itemsize... 8
更新日期：2022 年 2 月 21 日
151 次檢視
廣告