在 Numpy 中，对沿 0 轴包含掩码值的二维数组的行和/或列进行掩码
numpyserver side programmingprogramming更新于 2025/8/13 7:07:17
要对包含掩码值的二维数组的行和/或列进行掩码，请使用 Numpy 中的 np.ma.mask_rowcols() 方法。该函数返回输入数组的修改版本，并根据 axis 参数的值进行掩码。
对包含掩码值的二维数组的整行和/或整列进行掩码。掩码行为可通过 axis 参数 − 进行选择。
- 如果 axis 为 None，则行和列都会被掩码。
- 如果 axis 为 0，则仅行会被掩码。
- 如果 axis 为 1 或 -1，则仅列会被掩码。
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([[65, 68, 81], [93, 33, 39], [73, 88, 51], [62, 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)
创建一个掩码数组并将其中一些掩码为无效 −
maskArr = ma.masked_array(arr, mask =[[1, 1, 0], [ 0, 0, 0], [0, 1, 0], [0, 1, 0]])
print("
我们的掩码数组
", maskArr)
print("
我们的掩码数组类型...
", maskArr.dtype)
获取掩码数组的维度 −
print("
我们的掩码数组维度...
",maskArr.ndim)
获取掩码数组的维度 −
print("
我们的掩码数组形状...
",maskArr.shape)
获取掩码数组元素数量 −
print("
掩码数组中的元素...
",maskArr.size)
要掩码包含掩码值的二维数组的行和/或列，请使用 np.ma.mask_rowcols() −
print("
结果...
",np.ma.mask_rowcols(maskArr, axis = 0))
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([[65, 68, 81], [93, 33, 39], [73, 88, 51], [62, 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)
# 创建一个掩码数组，并将其中一些掩码为无效
maskArr = ma.masked_array(arr, mask =[[1, 1, 0], [ 0, 0, 0], [0, 1, 0], [0, 1, 0]])
print("
我们的掩码数组
", maskArr)
print("
我们的掩码数组类型...
", maskArr.dtype)
# 获取掩码数组的维度
print("
我们的掩码数组维度...
",maskArr.ndim)
# 获取掩码数组的形状
print("
我们的掩码数组形状...
",maskArr.shape)
# 获取掩码数组的元素数量
print("
掩码数组中的元素...
",maskArr.size)
# 要对包含掩码值的二维数组的行和/或列进行掩码处理，请使用 Numpy 中的 np.ma.mask_rowcols() 方法
# 使用 axis 参数设置轴
print("
结果...
",np.ma.mask_rowcols(maskArr, axis = 0))
输出
数组... [[65 68 81] [93 33 39] [73 88 51] [62 45 67]] 数组类型... int64 数组维度... 2 我们的掩码数组 [[-- -- 81] [93 33 39] [73 -- 51] [62 -- 67]] 我们的掩码数组类型... int64 我们的掩码数组维度... 我们的掩码数组形状... (4, 3) 掩码数组中的元素... 12 结果... [[-- -- --] [93 33 39] [-- -- --] [-- -- --]]
