在 NumPy 中返回已转置的掩码数组视图
numpyserver side programmingprogramming更新于 2025/9/4 4:22:17
要返回已转置的数组视图，请使用 Numpy 中的 ma.MaskedArray.transpose() 方法。对于一维数组，此方法无效，因为转置后的向量本身就是一个向量。要将一维数组转换为二维列向量，必须添加一个额外的维度。np.atleast2d(a).T 可以实现此操作，a[:, np.newaxis] 也是如此。对于二维数组，这是一个标准的矩阵转置。
轴可以是
无或无参数 − 会反转轴的顺序。
整数元组 − i 在元组中的第 j 位表示 a 的第 i 个轴变为 a.transpose() 的第 j 个轴。
n 个整数减去与相同整数的 n 个元组相同
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([[49, 85, 45], [67, 33, 59]])
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 =[[0, 0, 1], [ 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)
返回轴转置后的数组视图，使用 Numpy 中的 ma.MaskedArray.transpose() 方法 −
print("
结果...
",maskArr.transpose())
示例
# Python ma.MaskedArray - 返回轴转置后的数组视图
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([[78, 85, 51], [56, 33, 97]])
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 =[[0, 1, 0], [ 0, 0, 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)
# 要返回轴已转置的数组视图，请使用 Numpy 中的 ma.MaskedArray.transpose() 方法
print("
结果...
",maskArr.transpose())
输出
数组... [[78 85 51] [56 33 97]] 数组类型... int64 数组维度... 2 我们的掩码数组 [[78 -- 51] [56 33 97]] 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... (2, 3) 掩码数组中的元素... 6 结果... [[78 56] [-- 33] [51 97]]
