将掩码数组的数据返回为 ndarray
numpyserver side programmingprogramming更新于 2025/9/1 19:07:17
要将掩码数组的数据返回为 ndarray，请使用 Python Numpy 中的 ma.getdata() 方法。如果 a 是 MaskedArray，则将其数据(如果有)返回为 ndarray;如果不是，则返回 a 的 ndarray 或其子类。
subok 参数指示是否强制输出为纯 ndarray(False)或返回 ndarray 的子类(True，默认值)。
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.arange() 方法创建一个包含 int 元素的 4x4 数组 −
arr = np.arange(16).reshape((4,4))
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)
获取数组的形状 −
print("
我们的掩码数组形状...
",arr.shape)
获取数组元素的数量 −
print("
掩码数组中的元素...
",arr.size)
创建一个掩码数组 −
arr = ma.array(arr) arr[0, 1] = ma.masked arr[1, 1] = ma.masked arr[2, 1] = ma.masked arr[2, 2] = ma.masked arr[3, 0] = ma.masked arr[3, 2] = ma.masked arr[3, 3] = ma.masked
计算沿特定轴的掩码元素数量 −
print("
掩码元素数量...
",ma.count_masked(arr, axis = 1))
返回掩码数组的掩码 −
print("
掩码数组的掩码)...
",ma.getmask(arr))
要将掩码数组的数据作为 ndarray 返回，请使用 Python Numpy 中的 ma.getdata() 方法 −
print("
结果(数据将掩码数组转换为 ndarray)...
",ma.getdata(arr))
示例
import numpy as np
import numpy.ma as ma
# 使用 numpy.arange() 方法创建一个包含 int 元素的 4x4 数组
arr = np.arange(16).reshape((4,4))
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)
print("
我们的数组类型...
", arr.dtype)
# 获取数组的形状
print("
我们的掩码数组形状...
",arr.shape)
# 获取数组元素的数量
print("
掩码数组中的元素...
",arr.size)
# Create a masked array
arr = ma.array(arr)
arr[0, 1] = ma.masked
arr[1, 1] = ma.masked
arr[2, 1] = ma.masked
arr[2, 2] = ma.masked
arr[3, 0] = ma.masked
arr[3, 2] = ma.masked
arr[3, 3] = ma.masked
# 计算沿特定轴的掩码元素数量
print("
掩码元素数量...
",ma.count_masked(arr, axis = 1))
# 返回掩码数组的掩码
print("
掩码数组的掩码)...
",ma.getmask(arr))
# 要将掩码数组的数据以 ndarray 形式返回，请使用 Python Numpy 中的 ma.getdata() 方法
print("
结果(掩码数组的数据作为 ndarray)...
",ma.getdata(arr))
输出
数组... [[ 0 1 2 3] [ 4 5 6 7] [ 8 9 10 11] [12 13 14 15]] 数组类型... int64 数组维度... 2 我们的数组类型... int64 我们的掩码数组形状... (4, 4) 掩码数组中的元素... 16 掩码元素的数量... [1 1 2 3] 掩码数组的掩码)... [[False True False False] [False True False False] [False True True False] [ True False True True]] 结果(掩码数组的数据作为 ndarray)... [[ 0 1 2 3] [ 4 5 6 7] [ 8 9 10 11] [12 13 14 15]]
