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
服裝學
法學返回NumPy中掩碼陣列元素的標準差
要返回掩碼陣列元素的標準差，請在Python NumPy中使用**ma.MaskedArray.std()**。返回標準差，這是衡量分佈分散程度的指標。預設情況下，標準差是針對扁平化陣列計算的，否則是在指定的軸上計算。
axis引數是計算標準差的軸或軸集。預設情況下，計算扁平化陣列的標準差。如果這是一個整數元組，則會對多個軸執行標準差，而不是像以前那樣對單個軸或所有軸執行。
dtype是用於計算標準差的型別。對於整數型別陣列，預設值為float64；對於浮點型別陣列，它與陣列型別相同。
步驟
首先，匯入所需的庫：
import numpy as np import numpy.ma as ma
使用numpy.array()方法建立一個包含整數元素的陣列：
arr = np.array([[55, 85, 68, 84], [67, 33, 39, 53], [29, 88, 51, 37], [56, 45, 99, 85]])
print("Array...
", arr)獲取陣列的維度：
print("Array Dimensions...
",arr.ndim)
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, 1, 0, 0], [ 0, 0, 1, 0], [0, 0, 0, 1], [0, 1, 0, 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個數：
print("
Elements in the Masked Array...
",maskArr.size)
要返回掩碼陣列元素的標準差，請在NumPy中使用ma.MaskedArray.std()：
res = maskArr.std()
print("
Result..
.", res)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([[55, 85, 68, 84], [67, 33, 39, 53], [29, 88, 51, 37], [56, 45, 99, 85]])
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, 0], [ 0, 0, 1, 0], [0, 0, 0, 1], [0, 1, 0, 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 the standard deviation of the masked array elements, use the ma.MaskedArray.std() in Numpy
res = maskArr.std()
print("
Result..
.", res)輸出
Array... [[55 85 68 84] [67 33 39 53] [29 88 51 37] [56 45 99 85]] Array type... int64 Array Dimensions... 2 Our Masked Array [[-- -- 68 84] [67 33 -- 53] [29 88 51 --] [56 -- 99 85]] Our Masked Array type... int64 Our Masked Array Dimensions... 2 Our Masked Array Shape... (4, 4) Elements in the Masked Array... 16 Result.. . 21.74153202688424
更新於：2022年2月5日
341 次檢視
廣告