Numpy掩码式数组
来源:互联网 发布:标签软件破解版 编辑:程序博客网 时间:2024/06/06 00:01
数据很大形况下是凌乱的,并且含有空白的或者无法处理的字符,掩码式数组可以很好的忽略残缺的或者是无效的数据点。掩码式数组由一个正常数组与一个布尔式数组组成,若布尔数组中为Ture,则表示正常数组中对应下标的值无效,反之False表示对应正常数组的值有效。创建方法为,首先创建一个布尔型数组,然后通过numpy.ma子程序包提供的函数来创建掩码式数组,掩码式数组提供了各种所需函数。
创建实例如下:
import numpy as nporigin = 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)
结果如下:
[[12 13 -- 15] [8 9 10 --] [-- -- -- 3] [-- 5 6 --]]
用于:
1.对负数取对数
import numpy as nptriples = 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)
结果为:
[-- 4.343805421853684 4.343805421853684 -- 4.343805421853684 4.343805421853684 -- 4.343805421853684 4.343805421853684 --]
2.忽略极值
import numpy as npinside = np.ma.masked_outside(array,min,max)
阅读全文
0 0
- Numpy掩码式数组
- python笔记之NUMPY中的掩码数组numpy.ma.mask
- Numpy数组
- NumPy数组
- numpy数组
- numpy数组
- Numpy数组
- Numpy数组
- 掩码
- 掩码
- 掩码
- 掩码
- Numpy的数组拼接
- NumPy 数组1
- NumPy 数组2
- Numpy 数组属性 (二)
- Numpy 数组创建 (三)
- numpy 数组与类型
- Windows系统中设置软件的开机自动启动
- 基于Netty与RabbitMQ的消息服务
- Android笔记二:Activity启动模式
- 树
- leetcode116. Populating Next Right Pointers in Each Node
- Numpy掩码式数组
- 传递闭包-HDU1704
- js操作属性的方法
- opencv函数源码之腐蚀
- Django(一)创建第一个Django的demo
- Red Hat Enterprise Linux6中配置centos6 yum下载站点
- ThreadPoolExecutor 与 ThreadLocal 配合使用中出现数据不一致问题
- 之江学院2017ACM校赛 C组合数 D递推式 E折半枚举 K思维
- POST和Get的区别