在 Numpy 中从掩码数组的每个元素中原地减去一个标量值
numpyserver side programmingprogramming更新于 2025/9/24 17:07:17
要从掩码数组的每个元素中原地减去一个标量值，请使用 Python Numpy 中的 ma.MaskedArray.__isub__() 方法。
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。
NumPy 提供全面的数学函数、随机数生成器、线性代数例程、傅里叶变换等。它支持各种硬件和计算平台，并且能够与分布式、GPU 和稀疏数组库良好兼容。
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([[65, 68, 81], [93, 33, 39], [73, 88, 51], [62, 45, 67]])
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 =[[1, 1, 0], [ 1, 0, 0], [0, 1, 0], [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)
获取掩码数组元素数量 −
print("
掩码数组中的元素...
",maskArr.size)
标量 −
val = 23
print("
给定值...
",val)
要从掩码数组的每个元素中就地减去一个标量值，请使用 ma.MaskedArray.__isub__() 方法 −
print("
结果掩码数组...
",maskArr.__isub__(val))
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([[65, 68, 81], [93, 33, 39], [73, 88, 51], [62, 45, 67]])
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 =[[1, 1, 0], [ 1, 0, 0], [0, 1, 0], [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)
# 标量
val = 23
print("
给定值...
",val)
# 要从掩码数组的每个元素中就地减去一个标量值，请使用 ma.MaskedArray.__isub__() 方法
print("
结果掩码数组...
",maskArr.__isub__(val))
输出
数组... [[65 68 81] [93 33 39] [73 88 51] [62 45 67]] 数组类型... int64 数组维度... 2 我们的掩码数组 [[-- -- 81] [-- 33 39] [73 -- 51] [62 -- 67]] 我们的掩码数组类型... int64 我们的掩码数组维度... 2 我们的掩码数组形状... (4, 3) 掩码数组中的元素... 12 给定值... 23 生成的掩码数组... [[-- -- 58] [-- 10 16] [50 -- 28] [39 -- 44]]
