在 Numpy 中返回 MaskedArray 数据的视图
numpyserver side programmingprogramming更新于 2025/9/4 13:22:17
要在 Numpy 中返回 MaskedArray 数据的视图，请使用 ma.MaskedArray.view() 方法。
a.view() 有两种不同的用法
a.view(some_dtype) 或 a.view(dtype=some_dtype) 会使用不同的数据类型构建数组内存的视图。这可能会导致对内存字节的重新解释。
a.view(ndarray_subclass) 或 a.view(type=ndarray_subclass) 仅返回一个指向同一数组的 ndarray_subclass 实例。这不会导致对内存的重新解释。
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([[35, 85], [67, 33]])
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, 1]])
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 itemsize
print("
我们的掩码数组 itemsize...
", maskArr.itemsize)
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)
Copying −
resArr = maskArr.copy()
在 Numpy 中返回 MaskedArray 数据的视图，使用 ma.MaskedArray.view() 方法 −
print("
View...
",resArr.view())
示例
# Python ma.MaskedArray - 返回 MaskedArray 数据的视图
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([[35, 85], [67, 33]])
print("数组...
", arr)
print("
数组类型...
", arr.dtype)
print("
数组项大小...
", arr.itemsize)
# 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, 1]])
print("
我们的掩码数组
", maskArr)
print("
我们的掩码数组类型...
", maskArr.dtype)
# 获取掩码数组的项大小
print("
我们的掩码数组项大小...
", maskArr.itemsize)
# 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)
# 复制
resArr = maskArr.copy()
# 要在 Numpy 中返回 MaskedArray 数据的视图，请使用 Numpy 中的 ma.MaskedArray.view() 方法
print("
View...
",resArr.view())
Ouptut
数组... [[35 85] [67 33]] 数组类型... int64 数组 itemsize... 8 数组维度... 2 我们的掩码数组 [[35 --] [67 --]] 我们的掩码数组类型... int64 我们的掩码数组 itemsize... 8 我们的掩码数组维度... 2 我们的掩码数组形状... (2, 2) 查看... [[35 --] [67 --]]
