当 mask 等于 nomask 时，返回掩码数组的掩码
numpyserver side programmingprogramming更新于 2025/9/24 10:07:17
要返回掩码数组的掩码，请使用 Python Numpy 中的 ma.getmaskarray() 方法。如果 arr 是 MaskedArray 且 mask 不是 nomask，则以 ndarray 形式返回 arr 的掩码;否则，返回一个与 arr 形状相同的 False 布尔值数组。
掩码数组是标准 numpy.ndarray 和 mask 的组合。mask 可以是 nomask，表示关联数组中所有值均有效;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.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。这里，mask == nomask −
arr = ma.array(arr)
要计算沿特定轴被遮罩元素的数量，请使用 ma.MaskedArray.count_masked() 方法 −
print("
被遮罩元素的数量...
",ma.count_masked(arr))
要返回被遮罩数组的掩码或返回 False 的完整布尔数组，请使用 Python Numpy 中的 ma.getmaskarray() 方法 −
print("
结果(被遮罩数组的掩码)...
",ma.getmaskarray(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)
# 创建一个掩码数组
# 这里，mask == nomask
arr = ma.array(arr)
# 要计算特定轴上掩码元素的数量，请使用 ma.MaskedArray.count_masked()
print("
掩码元素的数量...
",ma.count_masked(arr))
# 要返回掩码数组的掩码或返回 False 的完整布尔数组，请使用 Python Numpy 中的 ma.getmaskarray() 方法
print("
结果(掩码数组的掩码)...
",ma.getmaskarray(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... 0 结果(掩码数组的掩码)... [[False False False False] [False False False False] [False False False False] [False False False False]]
