Python Numpy MaskedArray.anom()用法及代码示例

在许多情况下，数据集可能不完整或被无效数据污染。例如，传感器可能无法记录数据或记录了无效值。的numpy.ma模块通过引入掩码数组提供了解决此问题的便捷方法。掩码数组是可能缺少条目或无效条目的数组。

numpy.MaskedArray.anom()函数沿给定轴计算异常(与算术平均值的偏差)，它返回异常数组，其形状与输入相同，并且沿给定轴计算算术平均值。

用法： numpy.MaskedArray.anom(axis=None, dtype=None)

参数：
axis :[int或None]异常所在的轴。
dtype :[dtype，可选]用于计算方差的类型。

Return :[ndarray]一系列异常。

代码1：

# Python program explaining 
# numpy.MaskedArray.anom() method  
  
# importing numpy as geek  
# and numpy.ma module as ma 
import numpy as geek 
import numpy.ma as ma 
  
# creating input array  
in_arr = geek.array([1, 2, 3, -1, 5]) 
print ("Input array:", in_arr) 
  
# Now we are creating a masked array 
# by making third entry as invalid.  
mask_arr = ma.masked_array(in_arr, mask =[0, 0, 1, 0, 0]) 
print ("Masked array:", mask_arr) 
  
# applying MaskedArray.anom methods to mask array 
out_arr = mask_arr.anom() 
print ("Output anomalies array:", out_arr)

输出：

Input array: [ 1  2  3 -1  5]
Masked array: [1 2 -- -1 5]
Output anomalies array: [-0.75 0.25 -- -2.75 3.25]

代码2：

# Python program explaining 
# numpy.MaskedArray.anom() method  
  
# importing numpy as geek  
# and numpy.ma module as ma 
import numpy as geek 
import numpy.ma as ma 
  
# creating input array  
in_arr = geek.array([10, 20, 30, 40, 50]) 
print ("Input array:", in_arr) 
  
# Now we are creating a masked array by making  
# first and third entry as invalid.  
mask_arr = ma.masked_array(in_arr, mask =[1, 0, 1, 0, 0]) 
print ("Masked array:", mask_arr) 
  
# applying MaskedArray.anom methods to mask array 
out_arr = mask_arr.anom() 
print ("Output anomalies array:", out_arr)

输出：

nput array: [10 20 30 40 50]
Masked array: [-- 20 -- 40 50]
Output anomalies array: [-- -16.666666666666664 -- 3.3333333333333357 13.333333333333336]

相关用法

注：本文由纯净天空筛选整理自jana_sayantan大神的英文原创作品 Numpy MaskedArray.anom() function | Python。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。