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
法學研究在NumPy中掩蓋包含無效值（NaN或inf）的陣列元素
要掩蓋出現無效值（NaN或inf）的陣列，請在Python NumPy中使用**numpy.ma.masked_invalid()**方法。此函式是masked_where的快捷方式，條件為=~(np.isfinite(a))。任何預先存在的掩碼都將被保留。僅適用於具有NaN或inf有意義的資料型別的陣列（即浮點型別），但接受任何類陣列物件。
掩碼陣列是標準numpy.ndarray和掩碼的組合。掩碼可以是nomask，表示關聯陣列的任何值均有效，也可以是布林值的陣列，用於確定關聯陣列的每個元素是否有效。
步驟
首先，匯入所需的庫：
import numpy as np import numpy.ma as ma
使用numpy.array()方法建立一個包含浮點元素的陣列：
arr = np.array([91.6, 73.8, 29.2, 49.9, 39.7, 73.5, 87.6, 51.1])
print("Array...
", arr)獲取陣列的型別：
print("
Array type...
", arr.dtype)
獲取陣列的維數：
print("
Array Dimensions...
",arr.ndim)獲取陣列的形狀：
print("
Our Array Shape...
",arr.shape)
獲取陣列的元素個數：
print("
Number of Elements in the Array...
",arr.size)為陣列值設定NaN或inf：
arr[1] = np.NaN
arr[3] = np.PINF
arr[6] = np.NaN
arr[7] = np.PINF
print("
Display the updated array...
",arr)要掩蓋出現無效值（NaN或inf）的陣列，請使用numpy.ma.masked_invalid()方法。在這裡，我們將設定區間，即掩蓋55到90之間的值：
print("
Result...
",ma.masked_invalid(arr))
示例
import numpy as np
import numpy.ma as ma
# Create an array with float elements using the numpy.array() method
arr = np.array([91.6, 73.8, 29.2, 49.9, 39.7, 73.5, 87.6, 51.1])
print("Array...
", arr)
# Get the type pf array
print("
Array type...
", arr.dtype)
# Get the dimensions of the Array
print("
Array Dimensions...
",arr.ndim)
# Get the shape of the Array
print("
Our Array Shape...
",arr.shape)
# Get the number of elements of the Array
print("
Number of Elements in the Array...
",arr.size)
# Set NaNs or infs for array values
arr[1] = np.NaN
arr[3] = np.PINF
arr[6] = np.NaN
arr[7] = np.PINF
print("
Display the updated array...
",arr)
# To mask an array where invalid values occur (NaNs or infs), use the numpy.ma.masked_invalid() method in Python Numpy
# Here, we will set the interval i.e. to mask between 55 and 90
print("
Result...
",ma.masked_invalid(arr))輸出
Array... [91.6 73.8 29.2 49.9 39.7 73.5 87.6 51.1] Array type... float64 Array Dimensions... 1 Our Array Shape... (8,) Number of Elements in the Array... 8 Display the updated array... [91.6 nan 29.2 inf 39.7 73.5 nan inf] Result... [91.6 -- 29.2 -- 39.7 73.5 -- --]
更新於：2022年2月4日
2K+ 次瀏覽
廣告