在 Numpy 中对给定区间内的数组进行掩码
numpyserver side programmingprogramming更新于 2025/8/15 2:37:17
要对给定区间内的数组进行掩码，请使用 Python Numpy 中的 numpy.ma.masked_inside() 方法。它是 masked_where 的快捷方式，其中 x 在区间 [v1,v2] (v1 <= x <= v2) 内的条件为 True。边界 v1 和 v2 可以按任意顺序给出。
掩码数组是标准 numpy.ndarray 和掩码的组合。掩码可以是 nomask(表示关联数组中的所有值均有效)，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。
步骤
首先，导入所需的库 −
import numpy as np import numpy.ma as ma
使用 numpy.array() 方法创建一个包含 int 元素的数组 −
arr = np.array([[83, 55, 73], [90, 49, 39], [73, 87, 51], [82, 45, 67]])
print("数组...
", arr)
获取数组的类型−
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("
数组中元素的数量...
",arr.size)
要对给定区间内的数组进行掩码处理，请使用 Python Numpy 中的 numpy.ma.masked_inside() 方法。这里，我们将设置区间，即掩码范围为 55 到 90 之间。 −
print("
结果...
",np.ma.masked_inside(arr, 55, 90))
示例
import numpy as np
import numpy.ma as ma
# 使用 numpy.array() 方法创建一个包含 int 元素的数组
arr = np.array([[83, 55, 73], [90, 49, 39], [73, 87, 51], [82, 45, 67]])
print("数组...
", arr)
# 获取数组的类型
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("
数组中元素的数量...
",arr.size)
# 要屏蔽给定区间内的数组，请使用 Python Numpy 中的 numpy.ma.masked_inside() 方法
# 在这里，我们将设置区间，即屏蔽 55 到 90 之间的值
print("
结果...
",np.ma.masked_inside(arr, 55, 90))
输出
数组... [[83 55 73] [90 49 39] [73 87 51] [82 45 67]] 数组类型... int64 数组维度... 2 我们的数组形状... (4, 3) 数组中元素的数量... 12 结果... [[-- -- --] [-- 49 39] [-- -- 51] [-- 45 --]]
