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
經濟學
心理學
社會學
時尚學
法律學在 Numpy 中儘可能減少遮罩以取消遮罩
要在可能的情況下將遮罩減小為取消遮罩，請在 Numpy 中使用 np.ma.shrink_mask() 方法。掩碼陣列是標準 numpy.ndarray 和掩碼的組合。掩碼要麼取消遮罩，這意味著關聯陣列沒有無效值，要麼是布林陣列，用於確定關聯陣列的每個元素的值是否有效。
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。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。
步驟
首先，匯入所需的庫 −
import numpy as np import numpy.ma as ma
使用 numpy.array() 方法建立包含整數元素的陣列 −
arr = np.array([[65, 68, 81], [93, 33, 39], [73, 88, 51], [62, 45, 67]])
print("Array...
", arr)
print("
Array type...
", arr.dtype)獲取陣列的維度 −
print("
Array Dimensions...
",arr.ndim)
建立一個掩碼陣列並對其中一些進行標記為無效 −
maskArr = ma.masked_array(arr, mask =[[0, 0, 0], [ 0, 0, 0], [0, 0, 0], [0, 0, 0]])
print("
Our Masked Array mask
", maskArr.mask)
print("
Our Masked Array type...
", maskArr.dtype)要在可能的情況下將遮罩減小為取消遮罩，請使用 np.ma.shrink_mask() −
print("
Result...
",maskArr.shrink_mask())
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, 39], [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 =[[0, 0, 0], [ 0, 0, 0], [0, 0, 0], [0, 0, 0]])
print("
Our Masked Array mask
", maskArr.mask)
print("
Our Masked Array type...
", maskArr.dtype)
# To reduce a mask to nomask when possible, use the np.ma.shrink_mask() method in Numpy
print("
Result...
",maskArr.shrink_mask())輸出
Array... [[65 68 81] [93 33 39] [73 88 51] [62 45 67]] Array type... int64 Array Dimensions... 2 Our Masked Array mask [[False False False] [False False False] [False False False] [False False False]] Our Masked Array type... int64 Result... [[65 68 81] [93 33 39] [73 88 51] [62 45 67]]
更新時間： 04-2 月 -2022
107 次瀏覽
廣告