在 Numpy 中对满足条件的数组进行掩码
numpyserver side programmingprogramming更新于 2025/8/15 1:07:17
要对满足条件的数组进行掩码，请使用 Python Numpy 中的 numpy.ma.masked_where() 方法。将要掩码的数组作为掩码数组返回，其中条件为 True。a 或条件的任何掩码值也会在输出中被掩码。
condition 参数设置掩码条件。当 condition 测试浮点值是否相等时，请考虑使用 masked_values。copy 参数，如果为 True(默认值)，则在结果中复制 a。如果为 False，则就地修改 a 并返回视图。
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([[71, 55, 91], [82, 33, 39], [73, 82, 51], [90, 45, 82]])
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)
要屏蔽满足条件的数组，请使用 Python Numpy 中的 numpy.ma.masked_where() 方法。这里，所有大于 60 的元素都将被屏蔽 −
print("
结果...
",np.ma.masked_where(arr > 60, arr))
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([[71, 55, 91], [82, 33, 39], [73, 82, 51], [90, 45, 82]])
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)
# 要屏蔽满足条件的数组，请使用 Python Numpy 中的 numpy.ma.masked_where() 方法
# 这里，所有大于 60 的元素都将被屏蔽
print("
结果...
",np.ma.masked_where(arr > 60, arr))
输出
数组... [[71 55 91] [82 33 39] [73 82 51] [90 45 82]] 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... [[-- 55 --] [-- 33 39] [-- -- 51] [-- 45 --]]
