本文简要介绍 python 语言中 numpy.ma.apply_over_axes
的用法。
用法:
ma.apply_over_axes(func, a, axes)
在多个轴上重复应用一个函数。
func 被称为 res = func(a, axis),其中axis是轴的第一个元素。函数调用的结果 res 必须具有与 a 相同的维度或少一维。如果 res 比 a 少一个维度,则在轴之前插入一个维度。然后对轴中的每个轴重复对 func 的调用,并将 res 作为第一个参数。
- func: 函数
这个函数必须有两个参数,func(a,axis)。
- a: array_like
输入数组。
- axes: array_like
应用 func 的轴;元素必须是整数。
- apply_over_axis: ndarray
输出数组。维数与a相同,但形状可以不同。这取决于 func 是否改变其输出相对于其输入的形状。
参数:
返回:
例子:
>>> a = np.ma.arange(24).reshape(2,3,4) >>> a[:,0,1] = np.ma.masked >>> a[:,1,:] = np.ma.masked >>> a masked_array( data=[[[0, --, 2, 3], [--, --, --, --], [8, 9, 10, 11]], [[12, --, 14, 15], [--, --, --, --], [20, 21, 22, 23]]], mask=[[[False, True, False, False], [ True, True, True, True], [False, False, False, False]], [[False, True, False, False], [ True, True, True, True], [False, False, False, False]]], fill_value=999999) >>> np.ma.apply_over_axes(np.ma.sum, a, [0,2]) masked_array( data=[[[46], [--], [124]]], mask=[[[False], [ True], [False]]], fill_value=999999)
ufunc 的元组轴参数是等价的:
>>> np.ma.sum(a, axis=(0,2)).reshape((1,-1,1)) masked_array( data=[[[46], [--], [124]]], mask=[[[False], [ True], [False]]], fill_value=999999)
相关用法
- Python numpy ma.apply_along_axis用法及代码示例
- Python numpy ma.append用法及代码示例
- Python numpy ma.atleast_3d用法及代码示例
- Python numpy ma.argmax用法及代码示例
- Python numpy ma.argmin用法及代码示例
- Python numpy ma.asarray用法及代码示例
- Python numpy ma.allclose用法及代码示例
- Python numpy ma.average用法及代码示例
- Python numpy ma.atleast_2d用法及代码示例
- Python numpy ma.anomalies用法及代码示例
- Python numpy ma.all用法及代码示例
- Python numpy ma.array用法及代码示例
- Python numpy ma.atleast_1d用法及代码示例
- Python numpy ma.arange用法及代码示例
- Python numpy ma.allequal用法及代码示例
- Python numpy ma.anom用法及代码示例
- Python numpy ma.asanyarray用法及代码示例
- Python numpy ma.argsort用法及代码示例
- Python numpy ma.indices用法及代码示例
- Python numpy ma.zeros用法及代码示例
- Python numpy ma.diff用法及代码示例
- Python numpy ma.mask_rowcols用法及代码示例
- Python numpy ma.where用法及代码示例
- Python numpy ma.zeros_like用法及代码示例
- Python numpy ma.notmasked_contiguous用法及代码示例
注:本文由纯净天空筛选整理自numpy.org大神的英文原创作品 numpy.ma.apply_over_axes。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。