python_mask_array的用法

Sally ·

更新时间:2024-11-13

· 868 次阅读

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；

以上这篇python_mask_array的用法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软件开发网。

您可能感兴趣的文章:在Python中通过threshold创建mask方式python实现根据给定坐标点生成多边形mask的例子Pytorch mask_select 函数的用法详解Numpy中的mask的使用浅谈图像处理中掩膜(mask)的意义

mask array Python

1024 个赞