本文简要介绍 python 语言中 numpy.ma.array
的用法。
用法:
ma.array(data, dtype=None, copy=False, order=None, mask=False, fill_value=None, keep_mask=True, hard_mask=False, shrink=True, subok=True, ndmin=0)
具有可能被屏蔽的值的数组类。
True 的掩码值将相应元素排除在任何计算之外。
建造:
x = MaskedArray(data, mask=nomask, dtype=None, copy=False, subok=True, ndmin=0, fill_value=None, keep_mask=True, hard_mask=None, shrink=True, order=None)
- data: array_like
输入数据。
- mask: 顺序,可选
掩码。必须可转换为与数据具有相同形状的布尔数组。 True 表示屏蔽(即无效)数据。
- dtype: dtype,可选
输出的数据类型。如果
dtype
为 None,则使用数据参数 (data.dtype
) 的类型。如果dtype
不是 None 并且与data.dtype
不同,则执行复制。- copy: 布尔型,可选
是复制输入数据 (True),还是使用引用。默认为假。
- subok: 布尔型,可选
是否返回
MaskedArray
的子类(如果可能)(真)或普通的MaskedArray
。默认为真。- ndmin: 整数,可选
最小维度数。默认值为 0。
- fill_value: 标量,可选
必要时用于填充掩码值的值。如果没有,则使用基于数据类型的默认值。
- keep_mask: 布尔型,可选
是否将掩码与输入数据的掩码组合(如果有)(真),或者仅对输出使用掩码(假)。默认为真。
- hard_mask: 布尔型,可选
是否使用硬掩码。使用硬掩码,被掩码的值不能被取消掩码。默认为假。
- shrink: 布尔型,可选
是否强制压缩空掩码。默认为真。
- order: {‘C’, ‘F’, ‘A’},可选
指定数组的顺序。如果 order 为“C”,则数组将按 C-contiguous 顺序排列(last-index 变化最快)。如果 order 为“F”,则返回的数组将按 Fortran-contiguous 顺序(first-index 变化最快)。如果 order 是“A”(默认),则返回的数组可以是任何顺序(C-、Fortran-contiguous,甚至是不连续的),除非需要副本,在这种情况下它将是 C-contiguous。
参数:
例子:
mask
可以使用与data
形状相同的布尔值数组进行初始化。>>> data = np.arange(6).reshape((2, 3)) >>> np.ma.MaskedArray(data, mask=[[False, True, False], ... [False, False, True]]) masked_array( data=[[0, --, 2], [3, 4, --]], mask=[[False, True, False], [False, False, True]], fill_value=999999)
或者,
mask
可以通过传入一个标量布尔值初始化为具有与data
相同形状的同构布尔数组:>>> np.ma.MaskedArray(data, mask=False) masked_array( data=[[0, 1, 2], [3, 4, 5]], mask=[[False, False, False], [False, False, False]], fill_value=999999)
>>> np.ma.MaskedArray(data, mask=True) masked_array( data=[[--, --, --], [--, --, --]], mask=[[ True, True, True], [ True, True, True]], fill_value=999999, dtype=int64)
注意
使用标量布尔值初始化
mask
的推荐做法是使用True
/False
而不是np.True_
/np.False_
。原因是nomask
在内部表示为np.False_
。>>> np.False_ is np.ma.nomask True
相关用法
- 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.arange用法及代码示例
- Python numpy ma.argsort用法及代码示例
- Python numpy ma.apply_along_axis用法及代码示例
- Python numpy ma.atleast_3d用法及代码示例
- Python numpy ma.asarray用法及代码示例
- Python numpy ma.append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.atleast_1d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.apply_over_axes用法及代码示例
- Python numpy ma.asanyarray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.array。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。