技术文章库 - 编程教程与技术分享平台
在 NumPy 中沿轴 1 对掩码数组进行原地排序
要对掩码数组进行原地排序，请使用Numpy中的ma.MaskedArray.sort()方法。axis参数设置排序的轴。axis值设置为1。该方法返回一个与数组类型和形状相同的数组。当数组是结构化数组时，order参数指定首先比较哪些字段，其次比较哪些字段，依此类推。此列表无需包含所有字段。endwith参数指示缺失值(如果有)应被视为最大值(True)还是最小值(Fals
在 NumPy 中从掩码数组的每个元素中减去一个标量值
要从掩码数组的每个元素中减去一个标量值，请使用PythonNumpy中的ma.MaskedArray.__sub__()方法。掩码数组是标准numpy.ndarray和掩码的组合。掩码可以是nomask(表示关联数组的所有值均有效)，也可以是一个布尔值数组，用于确定关联数组中每个元素的值是否有效。NumPy提供全面的数学函数、随机数生成器、线性代数例程、傅里叶变换等。它支持各种硬
返回 NumPy 中非零未掩码元素的索引
要返回非零未掩码元素的索引，请使用ma.MaskedArray.nonzero()返回一个数组元组，每个维度一个，包含该维度上非零元素的索引。相应的非零值可以通过−获取。a[a.nonzero()]要按元素而不是维度对索引进行分组，请使用−。np.transpose(a.nonzero())此方法的结果始终是一个二维数组，每个非零元素占一行。步骤首先，导入所需的库
返回非零未掩码元素的索引，并在 NumPy 中按元素对索引进行分组
要返回非零未掩码元素的索引，请使用Numpy中的ma.MaskedArray.nonzero()方法。要按元素对索引进行分组，我们在transpose()函数中使用了nonzero()方法。返回一个数组元组，每个维度一个，包含该维度中非零元素的索引。可以使用−获得相应的非零值。a[a.nonzero()]要按元素而非维度对索引进行分组，请使用−。np.
在 Numpy 中将存储索引位置设置为相应的值
要将存储索引位置设置为相应的值，请使用PythonNumpy中的ma.MaskedArray.put()方法。为indices中的每个n设置self._data.flat[n]=values[n]。如果values比indices短，则重复。如果values包含一些掩码值，则初始掩码会随之更新，否则将取消掩码。indices是目标索引，解释为整数。mode指
在 Numpy 中将存储索引位置设置为相应的值并包装超出范围的索引
要将存储索引位置设置为相应的值，请使用PythonNumpy中的ma.MaskedArray.put()方法。为indices中的每个n设置self._data.flat[n]=values[n]。如果values比indices短，则重复。如果values包含一些掩码值，则初始掩码会随之更新，否则将取消掩码。indices是目标索引，解释为整数。mode指
在 NumPy 中，从标量值中减去每个元素并返回一个新的掩码数组
要从标量值中减去每个元素，请使用PythonNumpy中的ma.MaskedArray.__rsub__()方法。掩码数组是标准numpy.ndarray和掩码的组合。掩码可以是nomask(表示关联数组的所有值均有效)，也可以是一个布尔值数组，用于确定关联数组中每个元素的值是否有效。NumPy提供全面的数学函数、随机数生成器、线性代数例程、傅里叶变换等。它支持各种硬件和计算平台
在 Numpy 中返回两个掩码三维数组的内积
要返回两个掩码数组的内积，请使用PythonNumpy中的ma.inner()方法。out参数表示，如果两个数组都是标量或都是一维数组，则返回标量;否则返回数组。out.shape=(*a.shape[:-1],*b.shape[:-1])。掩码数组是标准numpy.ndarray和掩码的组合。掩码要么是nomask，表示关联数组的值均有效;要么是布尔值数组，用于确定关联数
在 Numpy 中返回两个不同形状的掩码数组的内积
要返回两个不同形状的掩码数组的内积，请使用PythonNumpy中的ma.inner()方法。对于一维数组(无复共轭)，返回向量的普通内积;在高维空间中，返回最后几个轴的和积。out参数表示，如果两个数组都是标量或都是一维数组，则返回标量;否则返回数组。out.shape=(*a.shape[:-1],*b.shape[:-1])。掩码数组是标准numpy.ndarray和掩
在 Numpy 中使用索引数组，通过裁剪模式从一组选项构造新数组
使用np.ma.choose()方法从一组选项构造新数组。mode参数设置为"clip"。如果mode="clip"，则大于n-1的值将映射到n-1;然后构造新数组。给定一个整数数组和一个包含n个选项数组的列表，此方法将创建一个合并每个选项数组的新数组。如果索引中的值为i，则新数组将在同一位置包含choices[i]包含的值。choices参数是选项数组。索引数组和所有选
在 Numpy 中设置掩码数组的填充值
要设置掩码数组的填充值，请使用PythonNumpy中的ma.MaskedArray.set_fill_value()方法。掩码数组的填充值是一个标量。掩码数组是标准numpy.ndarray和掩码的组合。掩码可以是nomask(表示关联数组的所有值均有效)，也可以是一个布尔值数组，用于确定关联数组中每个元素的值是否有效。NumPy提供全面的数学函数、随机数生成器、线性代数例程、
在 Python 中，将掩码数组的每个元素右移给定标量值
要将掩码数组的每个元素右移给定标量值，请使用PythonNumpy中的ma.MaskedArray.__rshift__()方法。掩码数组是标准numpy.ndarray和掩码的组合。掩码可以是nomask(表示关联数组的所有值均有效)，也可以是布尔值数组，用于确定关联数组中每个元素的值是否有效。NumPy提供全面的数学函数、随机数生成器、线性代数例程、傅里叶变换等。它支持各种硬
在 Python 中，将给定标量值右移掩码数组的每个元素
要将给定标量值右移掩码数组的每个元素，请使用PythonNumpy中的ma.MaskedArray.__rrshift__()方法。掩码数组是标准numpy.ndarray和掩码的组合。掩码可以是nomask(表示关联数组的所有值均有效)，也可以是布尔值数组，用于确定关联数组中每个元素的值是否有效。NumPy提供全面的数学函数、随机数生成器、线性代数例程、傅里叶变换等。它支持各种
在 Numpy 中逐元素对参数进行 True 除法
要真正逐元素对参数进行True除法，请使用PythonNumpy中的numpy.true_divide()方法。arr1被视为被除数数组。arr2被视为除数数组。out是存储结果的位置。如果提供，则必须具有输入广播到的形状。如果未提供或为None，则返回一个新分配的数组。元组(只能作为关键字参数)的长度必须等于输出的数量。条件通过输入进行广播。在条件为True的位置，ou
在 Numpy 中逐个元素返回小于等于另一个数组的真值
要逐个元素返回小于等于另一个数组的真值，请使用PythonNumpy中的numpy.less_equal()方法。返回值为True或False。返回输出数组，逐个元素比较x1和x2。通常为bool类型，除非传递了dtype=object。如果x1和x2都是标量，则返回标量。条件通过输入进行广播。在条件为True的位置，输出数组将被设置为ufunc的结果。
在 Numpy 中返回一个数组是否按元素等于另一个数组的真值
要返回一个数组是否按元素等于另一个数组的真值，请使用PythonNumpy中的numpy.equal()方法。返回值为True或False。该函数返回一个输出数组，用于对x1和x2进行元素比较。通常为bool类型，除非传递了dtype=object。如果x1和x2都是标量，则输出为标量。输出是存储结果的位置。如果提供，则输出必须具有输入广播到的形状。如果未提供
在 Numpy 中测试数组值的有限性
要测试数组值的有限性，请使用PythonNumpy中的numpy.isfinite()方法。当x不为正无穷大、负无穷大或NaN时返回True;否则返回false。如果x是标量，则返回标量。此条件通过输入进行广播。在条件为True的位置，输出数组将设置为ufunc的结果。在其他位置，输出数组将保留其原始值。请注意，如果通过默认的out=None创建了未初始化的输
测试数组值的有限性，并将结果存储在 Numpy 中的新位置
要测试数组值的有限性，请使用PythonNumpy中的numpy.isfinite()方法。我们将存储结果的新位置是一个新数组。当x不为正无穷大、负无穷大或NaN时返回True;否则返回false。如果x是标量，则返回标量。此条件通过输入进行广播。在条件为True的位置，输出数组将被设置为ufunc的结果。在其他位置，输出数组将保留其原始值。请注意，如果通过默认的
在 Numpy 中逐元素测试正无穷或负无穷
要逐元素测试正无穷或负无穷，请使用PythonNumpy中的numpy.isinf()方法。返回一个与x形状相同的布尔数组，当x==+/-inf时返回True，否则返回False。NumPy使用IEEE754二进制浮点算术标准。如果第一个参数是标量而第二个参数是标量，或者第一个参数和第二个参数的形状不同，则会导致错误。步骤首先，导入所需的库−impo
在 Numpy 中返回数组值的小数部分和整数部分
要返回数组值的小数部分和整数部分，请使用PythonNumpy中的numpy.modf()方法。如果给定的数字为负数，则小数部分和整数部分为负数。out是存储结果的位置。如果提供，则必须具有输入广播到的形状。如果未提供或为None，则返回一个新分配的数组。元组(只能作为关键字参数)的长度必须等于输出的数量。条件通过输入进行广播。在条件为True的位置，out数组将被设置为uf
