Numpy 마스크 배열에 대한 자세한 설명

다음은 참고할만한 좋은 Numpy Masked Array에 대한 자세한 설명입니다. 함께 살펴보겠습니다

데이터는 종종 지저분하고 공백 또는 처리할 수 없는 문자를 포함합니다. 마스크 배열은 불완전하거나 유효하지 않은 데이터 포인트를 효과적으로 무시할 수 있습니다. Masked 배열은 일반 배열과 Boolean 배열로 구성됩니다. Boolean 배열이 True이면 일반 배열의 첨자에 해당하는 값이 유효하지 않다는 의미이고, 그렇지 않으면 False는 일반 배열에 해당하는 값이 유효하다는 의미입니다. .

생성 방법은 먼저 부울 배열을 만든 다음 numpy.ma 서브루틴 패키지에서 제공하는 함수를 통해 마스크 배열을 만드는 것입니다. 마스크 배열은 다양한 필수 기능을 제공합니다.

생성된 인스턴스는 다음과 같습니다.

import numpy as np
origin = np.arange(16).reshape(4,4)  #生成一个4×4的矩阵
np.random.shuffle(origin)     #随机打乱矩阵元素
random_mask = np.random.randint(0,2,size=origin.shape)#生成随机[0,2)的整数的4×4矩阵
mask_array = np.ma.array(origin,mask=random_mask)#生成掩码式矩阵
print(mask_array)

결과는 다음과 같습니다.

[[12 13 -- 15]
 [8 9 10 --]
 [-- -- -- 3]
 [-- 5 6 --]]

은 다음 용도로 사용됩니다.

1. 테이크 음수의 로그

import numpy as np
triples = np.arange(0,10,3)#每隔3取0到10中的整数，（0，3，6，9）
signs = np.ones(10)#（1，1，1，1，1，1，1，1，1）
signs[triples] = -1#（-1，1，1，-1，1，1，-1，1，1，-1）
values = signs * 77#（-77，77，77,-77，77，77,-77，77，77,-77）
ma_log = np.ma.log(values)#掩码式取对数
print(ma_log)

결과는 다음과 같습니다.

[-- 4.343805421853684 4.343805421853684 -- 4.343805421853684
 4.343805421853684 -- 4.343805421853684 4.343805421853684 --]

2.

import numpy as np
inside = np.ma.masked_outside(array,min,max)

관련 추천:

Numpy의 배열 재구성, 병합 및 분할 방법에 대해 자세히 설명합니다.

numpy에서 ndarray 배열을 구현하여 특정 조건을 충족하는 인덱스 방법을 반환합니다.

위 내용은 Numpy 마스크 배열에 대한 자세한 설명의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!