以下為大家分享一篇Numpy遮罩式陣列詳解,具有很好的參考價值,希望對大家有幫助。一起過來看看吧
數據很大形況下是凌亂的,並且含有空白的或者無法處理的字符,掩碼式數組可以很好的忽略殘缺的或者是無效的數據點。遮罩式數組由一個正常數組與一個布林數組組成,若在布爾數組中為Ture,則表示正常數組中對應下標的值無效,反之False表示對應正常數組的值有效。
建立方法為,先建立一個布林型數組,然後透過numpy.ma子程式包提供的函數來建立遮罩式數組,遮罩式數組提供了各種所需函數。
建立實例如下:
#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)
結果如下:
[[12 13 -- 15] [8 9 10 --] [-- -- -- 3] [-- 5 6 --]]
用於:
1.對負數取對數
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)
[-- 4.343805421853684 4.343805421853684 -- 4.343805421853684
4.343805421853684 -- 4.343805421853684 4.343805421853684 --]
2.忽略極值
import numpy as np
inside = np.ma.masked_outside(array,min,max)
相關推薦:
詳談Numpy中陣列重塑、合併與分割方法
numpy中實作ndarray陣列傳回符合特定條件的索引方法
#以上是Numpy掩碼式數組詳解的詳細內容。更多資訊請關注PHP中文網其他相關文章!