Python Numpy MaskedArray.any()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。

如果蒙版数组的任何元素的值为True，则numpy.MaskedArray.any()函数将返回True。在计算过程中将蒙版值视为False。

用法： numpy.MaskedArray.any(axis=None, out=None, keepdims)

参数：
axis :[int或int或int的元组，可选]执行逻辑AND归约的一个或多个轴。
out :[ndarray，可选]将结果存储到的位置。
->如果提供，则必须具有广播输入的形状。
->如果未提供或没有，则返回新分配的数组。
keepdims :[bool，可选]如果将其设置为True，则缩小的轴将保留为尺寸为1的尺寸。使用此选项，结果将针对输入数组正确广播。

Return :[bool或ndarray]除非指定out，否则将返回新的布尔值或ndarray，在这种情况下，将返回对out的引用。

代码1：

# Python program explaining 
# numpy.MaskedArray.any() 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  array: True

代码2：

# Python program explaining 
# numpy.MaskedArray.any() 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, 20, 30, 40, 50]) 
print ("Input array:", in_arr) 
  
# Now we are creating a masked array by making  
# all entry as invalid.  
mask_arr = ma.masked_array(in_arr, mask ='True') 
print ("Masked array:", mask_arr) 
  
# applying MaskedArray.any methods to mask array 
out_arr = mask_arr.any() 
print ("Output array:", out_arr)

输出：

Input array: [ 1 20 30 40 50]
Masked array: [-- -- -- -- --]
Output array: --

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.any() 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。