在 Numpy 中返回与一维数组的掩码块对应的切片列表
numpyserver side programmingprogramming更新于 2025/9/3 15:52:17
要返回与一维数组的掩码块对应的切片列表，请使用 Python Numpy 中的 ma.clump_masked() 函数。"块"定义为数组的连续区域。返回切片列表，每个连续的掩码元素区域对应一个切片列表。
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([65, 68, 81, 93, 33, 39, 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, 1, 0, 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)
获取掩码数组元素的数量 −
print("
掩码数组中的元素...
",maskArr.size)
返回一个布尔值，指示数据是否连续 −
print("
检查数据是否连续?
",maskArr.iscontiguous())
要返回与一维数组的掩码块对应的切片列表，请使用 ma.clump_masked()。"clump"被定义为数组的连续区域:
print("
结果...
",np.ma.clump_masked(maskArr))
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, 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, 1, 0, 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)
# 返回一个布尔值，指示数据是否连续
print("
检查数据是否连续?
",maskArr.iscontiguous())
# 要返回与一维数组的掩码块对应的切片列表，请使用 Python Numpy 中的 ma.clump_masked()
# "块"定义为数组的连续区域。
print("
结果...
",np.ma.clump_masked(maskArr))
输出
数组... [65 68 81 93 33 39 62 45 67] 数组类型... int64 数组维度... 1 我们的掩码数组 [-- -- 81 -- 33 39 62 -- 67] 我们的掩码数组类型... int64 我们的掩码数组维度... 1 我们的掩码数组形状... (9,) 掩码数组中的元素... 9 检查数据是否连续? True 结果... [slice(0, 2, None), slice(3, 4, None), slice(7, 8, None)]
