以下為大家分享一篇Numpy遮罩式陣列詳解，具有很好的參考價值，希望對大家有幫助。一起過來看看吧
數據很大形況下是凌亂的，並且含有空白的或者無法處理的字符，掩碼式數組可以很好的忽略殘缺的或者是無效的數據點。遮罩式數組由一個正常數組與一個布林數組組成，若在布爾數組中為Ture，則表示正常數組中對應下標的值無效，反之False表示對應正常數組的值有效。
建立方法為，先建立一個布林型數組，然後透過numpy.ma子程式包提供的函數來建立遮罩式數組，遮罩式數組提供了各種所需函數。
建立實例如下：
#import numpy as np origin = np.arange(16).reshape(4,4) #生成一个4×4的矩阵 np.random.shuffle(origin) #随机打乱矩阵元素 random_mask = np.random.randint(0,2,size=origin.shape)#生成随机[0,2)的整数的4×4矩阵 mask_array = np.ma.array(origin,mask=random_mask)#生成掩码式矩阵 print(mask_array)
結果如下：
[[12 13 -- 15] [8 9 10 --] [-- -- -- 3] [-- 5 6 --]]
用於：
1.對負數取對數
import numpy as np triples = np.arange(0,10,3)#每隔3取0到10中的整数，（0，3，6，9） signs = np.ones(10)#（1，1，1，1，1，1，1，1，1） signs[triples] = -1#（-1，1，1，-1，1，1，-1，1，1，-1） values = signs * 77#（-77，77，77,-77，77，77,-77，77，77,-77） ma_log = np.ma.log(values)#掩码式取对数 print(ma_log)
[-- 4.343805421853684 4.343805421853684 -- 4.343805421853684
4.343805421853684 -- 4.343805421853684 4.343805421853684 --]
登入後複製
2.忽略極值
相關推薦： 詳談Numpy中陣列重塑、合併與分割方法 numpy中實作ndarray陣列傳回符合特定條件的索引方法 以上是Numpy掩碼式數組詳解的詳細內容。更多資訊請關注PHP中文網其他相關文章！import numpy as np
inside = np.ma.masked_outside(array,min,max)
登入後複製
