返回 NumPy 中用於醃製 MaskedArray 的 3 元組

要返回用於醃製 MaskedArray 的 3 元組，請在 Python NumPy 中使用 **ma.MaskedArray.__reduce__()** 方法。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無效，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。

NumPy 提供了全面的數學函式、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 和稀疏陣列庫配合良好。

步驟

首先，匯入所需的庫 -

import numpy as np
import numpy.ma as ma

使用 numpy.array() 方法建立具有整數元素的陣列 -

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將其中的某些值標記為無效 -

maskArr = ma.masked_array(arr, mask =[[1, 1, 0], [ 1, 0, 0], [0, 1, 0], [0, 1, 0]])
print("
Our Masked Array
", maskArr)
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數量 -

print("
Elements in the Masked Array...
",maskArr.size)

要返回用於醃製 MaskedArray 的 3 元組，請使用 ma.MaskedArray.__reduce__() 方法 -

print("
Result...
",maskArr.__reduce__())

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 =[[1, 1, 0], [ 1, 0, 0], [0, 1, 0], [0, 1, 0]])
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)

# Get the shape of the Masked Array
print("
Our Masked Array Shape...
",maskArr.shape)

# Get the number of elements of the Masked Array
print("
Elements in the Masked Array...
",maskArr.size)

# To return a 3-tuple for pickling a MaskedArray., use the ma.MaskedArray.__reduce__() method
print("
Result...
",maskArr.__reduce__())

輸出

Array...
[[65 68 81]
[93 33 39]
[73 88 51]
[62 45 67]]

Array type...
int64

Array Dimensions...
2

Our Masked Array
[[-- -- 81]
[-- 33 39]
[73 -- 51]
[62 -- 67]]

Our Masked Array type...
int64

Our Masked Array Dimensions...
2

Our Masked Array Shape...
(4, 3)

Elements in the Masked Array...
12

Result...
(<function _mareconstruct at 0x7fa5d1ecb280>, (<class 'numpy.ma.core.MaskedArray'>, <class 'numpy.ndarray'>, (0,), 'b'), (1, (4, 3), dtype('int64'), False, b"A\x00\x00\x00\x00\x00\x00\x00D\x00\x00\x00\x00\x00\x00\x00Q\x00\x00\x00\x00\x00\x00\x00]\x00\x00\x00\x00\x00\x00\x00!\x00\x00\x00\x00\x00\x00\x00'\x00\x00\x00\x00\x00\x00\x00I\x00\x00\x00\x00\x00\x00\x00X\x00\x00\x00\x00\x00\x00\x003\x00\x00\x00\x00\x00\x00\x00>\x00\x00\x00\x00\x00\x00\x00-\x00\x00\x00\x00\x00\x00\x00C\x00\x00\x00\x00\x00\x00\x00", b'\x01\x01\x00\x01\x00\x00\x00\x01\x00\x00\x01\x00', None))

更新於： 2022年2月17日

211 次瀏覽

啟動您的 職業生涯

透過完成課程獲得認證

開始
廣告