Python Numpy MaskedArray.anom()用法及代碼示例

在許多情況下，數據集可能不完整或被無效數據汙染。例如，傳感器可能無法記錄數據或記錄了無效值。的numpy.ma模塊通過引入掩碼數組提供了解決此問題的便捷方法。掩碼數組是可能缺少條目或無效條目的數組。

numpy.MaskedArray.anom()函數沿給定軸計算異常(與算術平均值的偏差)，它返回異常數組，其形狀與輸入相同，並且沿給定軸計算算術平均值。

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

參數：
axis :[int或None]異常所在的軸。
dtype :[dtype，可選]用於計算方差的類型。

Return :[ndarray]一係列異常。

代碼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)

輸出：

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

代碼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)

輸出：

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

相關用法

注：本文由純淨天空篩選整理自jana_sayantan大神的英文原創作品 Numpy MaskedArray.anom() function | Python。非經特殊聲明，原始代碼版權歸原作者所有，本譯文未經允許或授權，請勿轉載或複製。