在 NumPy 中，从掩码数组返回沿轴 0 的最大值的索引数组
numpyserver side programmingprogramming更新于 2025/9/4 3:37:17
要返回最大值的索引数组，请使用 Numpy 中的 ma.MaskedArray.argmax() 方法。axis 参数用于设置轴值。
对于 axis，如果为 None，则索引位于展平数组中，否则沿指定轴。out 是可以放置结果的数组。其类型被保留，并且必须具有正确的形状才能容纳输出。
掩码数组是标准 numpy.ndarray 和掩码的组合。掩码可以是 nomask，表示关联数组中的任何值都是无效的，也可以是一个布尔值数组，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([[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)
返回最大值的索引数组，请使用 Numpy 中的 ma.MaskedArray.argmax() 方法。掩码值将被视为具有值"fill_value"。"fill_value"是一个参数，即用于填充掩码值的值。如果为 None，则使用 maximum_fill_value(self._data) 的输出。axis 参数用于设置轴值 −
print("
结果...
",maskArr.argmax(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([[35, 85], [67, 33], [29, 88], [56, 45]])
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], [ 0, 1], [1, 0], [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)
# 要返回最大值的索引数组，请使用 Numpy 中的 ma.MaskedArray.argmax() 方法。
# 掩码值将被视为具有值"fill_value"。
# "fill_value"是一个参数，即用于填充掩码值的值。
# 如果为 None，则使用 maximum_fill_value(self._data) 的输出。
# axis 参数用于设置轴值
print("
结果...
",maskArr.argmax(axis = 0))
输出
数组... [[35 85] [67 33] [29 88] [56 45]] 数组类型... int64 数组维度... 2 我们的掩码数组 [[35 85] [67 --] [-- 88] [56 --]] 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, 2) 掩码数组中的元素... 8 结果... [1 2]
