numpy中的掩碼數(shù)組如何使用

本篇內(nèi)容介紹了“numpy中的掩碼數(shù)組如何使用”的有關(guān)知識，在實際案例的操作過程中，不少人都會遇到這樣的困境，接下來就讓小編帶領(lǐng)大家學(xué)習(xí)一下如何處理這些情況吧！希望大家仔細閱讀，能夠?qū)W有所成！

numpy中有一個掩碼數(shù)組的概念，需要通過子模塊numpy.ma來創(chuàng)建，基本的創(chuàng)建方式如下

>>> import numpy as np
>>> import numpy.ma as ma
>>> a = np.arange(5)
>>> a
array([0, 1, 2, 3, 4])
>>> b = ma.masked_array(a, mask = [1, 1, 1, 0, 0])
>>> b
masked_array(data = [-- -- -- 3 4],
             mask = [ True  True  True False False],
       fill_value = 999999)
>>> np.min(a)
0
>>> np.min(b)
3

所謂掩碼，就是掩蓋的意思。上述代碼中，掩藏了數(shù)組的前3個元素，形成了一個新的掩碼數(shù)組，在該掩碼數(shù)組中，被掩藏的前3位用短橫杠表示，對原始數(shù)組和對應(yīng)的掩碼數(shù)組同時求最小值，可以看到，掩碼數(shù)組中只有未被掩藏的元素參與了計算。

掩碼數(shù)組賦予了我們重新選擇元素的權(quán)利，而不用改變矩陣的維度。在可視化領(lǐng)域，最典型的應(yīng)用就是繪制三角熱圖，代碼如下

import matplotlib.pyplot as plt
import numpy as np
import numpy.ma  as ma

data = np.random.rand(25 * 25).reshape(25, -1)
mask = np.tri(data.shape[0], k= -1)
data_masked = ma.array(data, mask=mask)
fig, (ax1, ax2) = plt.subplots(1, 2)
ax1.imshow(data)
ax2.imshow(data_masked)

輸出結(jié)果如下

通過掩碼矩陣，可以輕松實現(xiàn)三角熱圖的繪制。在numpy.ma子模塊中，還提供了多種創(chuàng)建掩碼數(shù)組的方式，用法如下

>>> import numpy.ma as ma
>>> a
array([0, 1, 2, 3, 4])
# 等于2的元素被掩蓋
>>> ma.masked_equal(a, 2)
masked_array(data = [0 1 -- 3 4],
             mask = [False False  True False False],
       fill_value = 2)
# 不等于2的元素被掩蓋
>>> ma.masked_not_equal(a, 2)
masked_array(data = [-- -- 2 -- --],
             mask = [ True  True False  True  True],
       fill_value = 999999)
# 大于2的元素被掩蓋
>>> ma.masked_greater(a, 2)
masked_array(data = [0 1 2 -- --],
             mask = [False False False  True  True],
       fill_value = 999999)
# 小于2的元素被掩蓋
>>> ma.masked_less(a, 2)
masked_array(data = [-- -- 2 3 4],
             mask = [ True  True False False False],
       fill_value = 999999)
# 大于等于2的元素被掩蓋
>>> ma.masked_greater_equal(a, 2)
masked_array(data = [0 1 -- -- --],
             mask = [False False  True  True  True],
       fill_value = 999999)
# 小于等于2的元素被掩蓋
>>> ma.masked_less_equal(a, 2)
masked_array(data = [-- -- -- 3 4],
             mask = [ True  True  True False False],
       fill_value = 999999)

# 小于1大于3的元素被掩蓋
>>> ma.masked_outside(a, 1, 3)
masked_array(data=[--, 1, 2, 3, --],
             mask=[ True, False, False, False, True],
       fill_value=999999)

# 大于等于1，小于等于3的元素被掩蓋
>>> ma.masked_inside(a, 1, 3)
masked_array(data=[0, --, --, --, 4],
             mask=[False, True, True, True, False],
       fill_value=999999)

利用掩碼數(shù)組，可以方便的處理缺失值或者被污染的值，只需要將對應(yīng)的元素掩碼即可。

“numpy中的掩碼數(shù)組如何使用”的內(nèi)容就介紹到這里了，感謝大家的閱讀。如果想了解更多行業(yè)相關(guān)的知識可以關(guān)注億速云網(wǎng)站，小編將為大家輸出更多高質(zhì)量的實用文章！