扫二维码与项目经理沟通
我们在微信上24小时期待你的声音
解答本文疑问/技术咨询/运营咨询/技术建议/互联网交流
这期内容当中小编将会给大家带来有关如何在python中使用mask_array方法，文章内容丰富且以专业的角度为大家分析和叙述，阅读完这篇文章希望大家可以有所收获。
掩码数组
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。
numpy.ma模块中提供掩码数组的处理，这个模块中几乎完整复制了numpy中的所有函数，并提供掩码数组的功能；
>>>import numpy.ma as ma >>>x = np.array([1,2,3,5,7,4,3,2,8,0]) >>>mask = x < 5 >>>mx = ma.array(x,mask=mask) >>>mask array([ True, True, True, False, False, True, True, True, False, True], dtype=bool) >>>mx masked_array(data = [-- -- -- 5 7 -- -- -- 8 --], mask = [ True True True False False True True True False True], fill_value = 999999)
掩码数组具有三个属性：data、mask、fill_value；
data表示原始数值数组，
mask表示获得掩码用的布尔数组，
fill_value表示的填充值替代无效值之>后的数组，该数组通过filled()方法查看；
掩码数组可以使用各种下标对象对其进行存取，在被掩码的部分值为masked，可以设置某个位置值为ma.masked使其失效；
上述就是小编为大家分享的如何在python中使用mask_array方法了，如果刚好有类似的疑惑，不妨参照上述分析进行理解。如果想知道更多相关知识，欢迎关注创新互联行业资讯频道。
我们在微信上24小时期待你的声音
解答本文疑问/技术咨询/运营咨询/技术建议/互联网交流
微信二维码
移动版官网