您好,登錄后才能下訂單哦!
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!
免責(zé)聲明:本站發(fā)布的內(nèi)容(圖片、視頻和文字)以原創(chuàng)、轉(zhuǎn)載和分享為主,文章觀點不代表本網(wǎng)站立場,如果涉及侵權(quán)請聯(lián)系站長郵箱:is@yisu.com進行舉報,并提供相關(guān)證據(jù),一經(jīng)查實,將立刻刪除涉嫌侵權(quán)內(nèi)容。