在 Numpy 中屏蔽等于给定值的数组元素
numpyserver side programmingprogramming更新于 2025/8/15 3:07:17
要屏蔽等于给定值的数组，请使用 Python Numpy 中的 numpy.ma.masked_equal() 方法。此函数是 masked_where 的快捷方式，条件为 = (x == value)。对于浮点数组，请考虑使用 masked_values(x, value)。
屏蔽数组是标准 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。
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([[74, 55, 91], [93, 33, 39], [73, 93, 51], [93, 45, 67]])
print("数组...
", arr)
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)
要屏蔽等于给定值的数组，请使用 numpy.ma.masked_equal() 方法 −
print("
结果...
",np.ma.masked_equal(arr, 93))
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([[74, 55, 91], [93, 33, 39], [73, 93, 51], [93, 45, 67]])
print("数组...
", arr)
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)
# 要屏蔽等于给定值的数组，请使用 Python Numpy 中的 numpy.ma.masked_equal() 方法
print("
结果...
",np.ma.masked_equal(arr, 93))
输出
数组... [[74 55 91] [93 33 39] [73 93 51] [93 45 67]] 数组类型... int64 数组维度... 2 我们的数组形状... (4, 3) 数组中的元素... 12 结果... [[74 55 91] [-- 33 39] [73 -- 51] [-- 45 67]]
