在 Numpy 中从数组创建布尔掩码
numpyserver side programmingprogramming更新于 2025/11/30 18:44:00
要从数组创建布尔掩码，请使用 Python Numpy 中的 ma.make_mask() 方法。该函数可以接受任何可转换为整数或 nomask 的序列。不要求内容必须为 0 和 1，0 的值被解释为 False，其他所有值都解释为 True。
dtype 是输出掩码的数据类型。默认情况下，输出掩码的 dtype 为 MaskType (bool)。如果 dtype 灵活，则每个字段都有一个布尔 dtype。当 m 为 nomask 时，这将被忽略，在这种情况下始终返回 nomask。
步骤
首先，导入所需的库 −
import numpy as np import numpy.ma as ma
使用 Python Numpy 中的 numpy.zeros() 方法创建一个包含零的数组 −
arr = np.zeros(7)
print("数组...
", arr)
要从数组创建布尔掩码，请使用 Python Numpy 中的 ma.make_mask() 方法 −
print("
掩码数组...
", ma.make_mask(arr))
数组类型−
print("
数组类型...
", arr.dtype)
获取存储的维度−
print("
数组维度...
",arr.ndim)
获取储备的形状−
print("
我们的数组形状...
",arr.shape)
获取数组元素的数量 −
print("
元素数组...
",arr.size)
示例
import numpy as np
import numpy.ma as ma
# 使用 Python Numpy 中的 numpy.zeros() 方法创建一个包含零的数组
arr = np.zeros(7)
print("数组...
", arr)
# 要从数组创建布尔掩码，请使用 Python Numpy 中的 ma.mask_mask() 方法
print("
掩码数组...
", ma.make_mask(arr))
# 数组类型
print("
数组类型...
", arr.dtype)
# 获取数组的维度
print("
数组维度...
",arr.ndim)
# 获取数组的形状
print("
我们的数组形状...
",arr.shape)
# 获取数组元素的数量
print("
数组中的元素...
",arr.size)
输出
数组... [0. 0. 0. 0. 0. 0. 0.] 掩码数组... False 数组类型... float64 数组维度... 1 我们的数组形状... (7,) 数组中的元素... 7
