Numpy掩碼式數組詳解

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 --]

2.忽略極值

import numpy as np
inside = np.ma.masked_outside(array,min,max)

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！