np.where/np.ma.mask_array/npma.mask_where

最新推荐文章于 2022-04-10 21:26:08 发布
最新推荐文章于 2022-04-10 21:26:08 发布
阅读量724 收藏 6
点赞数 1
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_42882175/article/details/106783566
版权

1.np.where（补充：多条件筛选的写法：（)&() 

注意点：多条件的写法必须是连续区间的操作，断开的范围不行。如1-5取1,4,5：(a>1)&(a<4)连续区间操作）

2.np.ma.mask_array

目的;把某类数据或者某个数据标记为无效数据，从而不参与计算，如平均值

也可以写成：

mask = x < 5

mx = ma.array(x,mask=mask)

小结：

直接对mask写条件即可标记掉不需要的数据

 

3.npma.mask_where 屏蔽满足条件的数组

小结：与上面的类似，对后面的b数据进行屏蔽满足条件的值

 

 

 

但扬彬
关注
  • 1
    点赞
  • 踩
  • 6
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
python-数据分析（6-numpy）
zaibiketaide的专栏
09-01 631
Numpy 6 Numpy 6.1 Numpy介绍与安装 Numpy是什么？ Numpy(Numerical Python)是目前Python数值计算中最为重要的基础包。大多数计算包都提供了基于Numpy的科学函数功能，将Numpy的数组对象作为数据交换的通用语。 Numpy特点 提供高效多维数组 提供了基于数组的便捷算术操作以及广播机制 对数据进行快速的矩阵计算 对硬盘中数组数据进行读写操作 Numpy安装 直接在dos命令行中pip install numpy 即可。 6.2 Numpy基本操作
通过mask提取list中的目标元素
最新发布
ljp1919的专栏
05-19 431
需求描述：有2个list，一个是待处理的list，另一个是mask。现在想要根据mask提取出待处理list中的元素。
理解np.ma模块
漫步量化
10-22 488
masked arrays Masked arrays are arrays that may have missing or invalid entries. The numpy.ma module provides a nearly work-alike replacement for numpy that supports data arrays with masks. A masked array is the combination of a standard numpy.ndarray an..
学习np.mask
weixin_51237377的博客
07-07 647
import numpy as np ''' 学习np.mask 针对特定的遥感数据（某一行要是有掩码，则全行为掩码，可以全部删掉，所以只需判断每行的第一个数是否为掩码） ''' a = np.array([[1,2,3], [4,5,6], [2,2,2], [3,3,3]]) w,h = a.shape mask_a = (a>2) aa = np.ma.masked_array(a,mask=mask_a)
7. np.where, np.argwhere, df.where, df.mask
花间一壶酒的博客
12-22 817
7. np.where, np.argwhere, df.where, df.mask 7.1 np.where numpy.where(condition[, x, y]) 根据条件选择x或y的元素返回。如果condition为真，返回x的元素；反之返回y的元素 a = np.arange(10) a array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9]) np.where(a < 5, a, 10*a) array([ 0, 1, 2, 3, 4, 50, 60,
从黑白mask图提取模板（np.where实现）
weixin_48262500的博客
04-10 3696
从黑白mask图提取模板（np.where实现）
np.where函数的用法
开飞机的小毛驴儿
12-19 1万+
np.where函数最常见的用法是： np.where(condition)，只有条件，函数返回满足条件元素的坐标（索引）.需要注意的是，这里的索引是以tuple的形式给出，因此原数组有多少维，输出的tuple就包含几个数组，分别对应符合条件元素的各维坐标。 举一个最简单的例子： import numpy as np a = np.arange(27) print(a) t1=np.w...
掩码数组（np.ma.array）的应用实例
fzl的博客
03-30 3349
文章目录1 创建mask数组2 mask数组数值运算3 更换mask4 mask数组画图比较5 ma.array 和 np.array 方法基本一致 Mask, 翻译过来就是面具，面罩。在实际的科学计算中，可以使用Mask遮挡掉某些不符合条件的数据，使其不参与后续运算。 1 创建mask数组 import numpy as np import matplotlib.pyplot as plt im...
融合蛋白NPM-ALK真核表达载体的构建及其在Jurkat细胞中的稳定表达
01-02
融合蛋白NPM-ALK真核表达载体的构建及其在Jurkat细胞中的稳定表达，甄红，王松，目的 构建具有强致癌活性融合蛋白NPM-ALK的哺乳动物细胞表达质粒，转染人胚肾细胞293T和T淋巴细胞白血病细胞株Jurkat，建立稳定表达...
python科学计算_numpy_线性代数/掩码数组/内存映射数组
08-18 693
1. 线性代数 numpy对于多维数组的运算在默认情况下并不使用矩阵运算，进行矩阵运算可以通过matrix对象或者矩阵函数来进行； matrix对象由matrix类创建，其四则运算都默认采用矩阵运算，和matlab十>分相似： a = np.matrix([[1,2,3],[4,5,6],[7,8,9]]) matrix([[1, 2, 3],[4, 5, 6],[7, 8, 9]...
np.where()的使用方法
lovebabyhai的博客
07-02 2197
一篇不错的博客：https://blog.csdn.net/island1995/article/details/90200151 我在实践中使用 graph = np.zeros((h, w)) graph[np.where(label == 0)] = 1，对应的操作是在graph上进行的。所以label==0的索引位置变成了1，label ！= 0 的位置还是保持0，不适合我该部分的实...
pandas-where，mask
lildn的博客
03-12 276
不符合条件的显示空值 NaN #!/usr/bin/env python # coding: utf-8 # # 第一课 数据分析工具Pandas高阶 # ## 第五节 where与mask函数 # In[1]: import pandas as pd import numpy as np # In[2]: s = pd.Series(np.arange(5), index=['a', 'b', 'c', 'd', 'e']) # In[3]: s # * 对比w.
python_mask_array
糖糖糖豆的博客
11-01 8723
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 n
numpy 使用入门
Coding changes the world
04-04 256
numpy 使用入门 产生数组 从列表产生数组 l=[1,2,4] a =np.array(l) 从列表传入 a = np.array([1,2,3]) 生成全0数组 np.zeros(5) 生成全1的数组 np.ones(5,dtype=int) 使用fill填充 a = np.array([1,2,4,5]) a.fill(5) # 会自动根据a的dtype进行类型转换 数组中要求所有元素的d...
# Python 数据分析三剑客 numpy / pandas / matplotlib （numpy篇②）
rc15680632552的博客
03-15 1949
接着上一讲 切片是引用 切片在内存中使用的是引用机制。 引用机制意味着，Python并没有为b分配新的空间来存储它的值，而是让b指向了a所分配的内存空间，因此，改变b会改变a的值： a = np.array([0,1,2,3,4,5]) b = a[2:4] # b = array([2, 3]) b[1] = 40 a # a = [ 0 1 2 40 4 5] 而这种现象在列表中并不会出现： a = [0,1,2,3,4,5] b = a[1:3] # b = [1, 2] b[1] =
np.where()巨型指导
未名方略
11-25 651
涉及bool运算其实有点绕，官网太简洁，不好懂。 Return elements, either fromxory, depending oncondition. If onlyconditionis given, returncondition.nonzero(). 1，一维数组情形 import numpy as np x=np.random.randn(10) y=...
Numpy中masked Array
MyNotes
03-14 1万+
在许多情况下，数据集可能不完整或因无效数据的存在而受到污染。 例如，传感器可能无法记录数据或记录无效值。 numpy.ma模块通过引入掩码数组提供了一种解决此问题的便捷方法。 masked数组是标准numpy.ndarray和 masked的组合。 掩码是nomask，表示关联数组的值无效，或者是一个布尔数组，用于确定关联数组的每个元素是否有效。 当掩码的元素为False时，关联数组的相应元素有效...
numpy中的掩码数组
庐州月光的博客
06-04 1946
欢迎关注”生信修炼手册”!numpy中有一个掩码数组的概念，需要通过子模块numpy.ma来创建，基本的创建方式如下>>> importnumpy asnp &gt...
np.where()用法总结
热门推荐
棒子皮蹦蹦床
03-21 10万+
用法一：可以返回一个n维数组，可广播。# np.where(condition, x, y)# condition, x, y, return are all can be #ndarray x = np.random.randn((4, 4)) np.where(x&gt;0, 2, -2) output:用法二：condition 也可以是布尔型数组，每个条件都和x,y对应（广播）用法三：找...
python 数据分析 numpy 矩阵与数组基本运算
weixin_50199986的博客
12-22 717
一、 numpy矩阵 numpy:计算模块；主要有两种数据类型：数组、矩阵 特点：运算块 []+[] import numpy as np 1、numpy创建矩阵 mat1=np.mat('1 2 3;2 3 4;1 2 3') mat1 matrix([[1, 2, 3], [2, 3, 4], [1, 2, 3]]) type(mat1) numpy.matrix mat2=np.mat('0 2;22 48;30 12') mat2 matrix([[ 0,
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值