在 Numpy 中返回浮点数据类型掩码数组的默认填充值
numpyserver side programmingprogramming更新于 2025/9/3 14:37:17
要返回浮点数据类型数组的默认填充值，请使用 Python Numpy 中的 ma.default_fill_value() 方法。默认填充值取决于输入数组的数据类型或输入标量的类型 −
| 数据类型 | 默认 |
|---|---|
| bool | True |
| int | 999999 |
| float | 1.e20 |
| complex | 1.e20+0j |
| object | '?' |
| string | 'N/A' |
对于结构化类型，返回一个结构化标量，每个字段都为其类型的默认填充值。对于子数组类型，填充值是一个大小相同的数组，其中包含默认标量填充值。
步骤
首先，导入所需的库 −
import numpy as np import numpy.ma as ma
使用 numpy.array() 方法创建一个包含浮点型元素的数组 −
arr = np.array([[72.7, 68.2, 81.6], [93.4, 33.4, 76.2], [73.6, 88.1, 51.8], [62.3, 45.5, 67.9]])
print("数组...
", arr)
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], [ 0, 0, 0], [0, 1, 0], [0, 1, 0]])
print("
我们的掩码数组...
", maskArr)
获取掩码数组的类型 −
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)
获取掩码数组元素数量 −
print("
掩码数组中的元素数量...
",maskArr.size)
要返回浮点型数组的默认填充值，请使用 Python Numpy 中的 ma.default_fill_value() 方法。默认填充值取决于输入数组的数据类型或输入标量的类型 −
print("
默认填充值...
",np.ma.default_fill_value(maskArr))
示例
import numpy as np
import numpy.ma as ma
# 使用 numpy.array() 方法创建一个包含浮点型元素的数组
arr = np.array([[72.7, 68.2, 81.6], [93.4, 33.4, 76.2], [73.6, 88.1, 51.8], [62.3, 45.5, 67.9]])
print("数组...
", arr)
# 创建一个掩码数组，并将其中一些元素掩码为无效元素
maskArr = ma.masked_array(arr, mask =[[1, 1, 0], [ 0, 0, 0], [0, 1, 0], [0, 1, 0]])
print("
我们的掩码数组...
", maskArr)
# 获取掩码数组的类型数组
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("
掩码数组中的元素数量...
",maskArr.size)
# 要返回浮点型数组的默认填充值，请使用 Python Numpy 中的 ma.default_fill_value() 方法
# 默认填充值取决于输入数组的数据类型或输入标量的类型
print("
默认填充值...
",np.ma.default_fill_value(maskArr))
输出
数组... [[72.7 68.2 81.6] [93.4 33.4 76.2] [73.6 88.1 51.8] [62.3 45.5 67.9]] 我们的掩码数组... [[-- -- 81.6] [93.4 33.4 76.2] [73.6 -- 51.8] [62.3 -- 67.9]] 我们的掩码数组类型... float64 我们的掩码数组维度... 我们的掩码数组形状... (4, 3) 掩码数组中的元素数量... 12 默认填充值... 1e+20
