Numpy掩码式数组详解
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：
importnumpyasnp 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)
结果如下：
[[1213--15] [8910--] [------3] [--56--]]
用于：
1.对负数取对数
importnumpyasnp 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)
结果为：
[--4.3438054218536844.343805421853684--4.343805421853684 4.343805421853684--4.3438054218536844.343805421853684--]
2.忽略极值
importnumpyasnp inside=np.ma.masked_outside(array,min,max)
以上这篇Numpy掩码式数组详解就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持毛票票。