Python numpy ma.apply_over_axes用法及代碼示例

本文簡要介紹 python 語言中 numpy.ma.apply_over_axes 的用法。

用法:

ma.apply_over_axes(func, a, axes)

在多個軸上重複應用一個函數。

func 被稱為 res = func(a, axis)，其中axis是軸的第一個元素。函數調用的結果 res 必須具有與 a 相同的維度或少一維。如果 res 比 a 少一個維度，則在軸之前插入一個維度。然後對軸中的每個軸重複對 func 的調用，並將 res 作為第一個參數。

參數：

func： 函數

這個函數必須有兩個參數，func(a,axis)。

a： array_like

輸入數組。

axes： array_like

應用 func 的軸；元素必須是整數。

返回：

apply_over_axis： ndarray

輸出數組。維數與a相同，但形狀可以不同。這取決於 func 是否改變其輸出相對於其輸入的形狀。

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 的元組軸參數是等價的：

>>> np.ma.sum(a, axis=(0,2)).reshape((1,-1,1))
masked_array(
  data=[[[46],
         [--],
         [124]]],
  mask=[[[False],
         [ True],
         [False]]],
  fill_value=999999)