pythonlog数组_Numpy掩码式数组详解

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。

创建方法为，首先创建一个布尔型数组，然后通过numpy.ma子程序包提供的函数来创建掩码式数组，掩码式数组提供了各种所需函数。

创建实例如下：

import numpy as np

origin = np.arange(16).reshape(4,4) #生成一个4×4的矩阵

np.random.shuffle(origin) #随机打乱矩阵元素

random_mask = np.random.randint(0,2,size=origin.shape)#生成随机[0,2)的整数的4×4矩阵

mask_array = np.ma.array(origin,mask=random_mask)#生成掩码式矩阵

print(mask_array)

结果如下：

[[12 13 -- 15]

[8 9 10 --]

[-- -- -- 3]

[-- 5 6 --]]

用于：

1.对负数取对数

import numpy as np

triples = np.arange(0,10,3)#每隔3取0到10中的整数，(0，3，6，9)

signs = np.ones(10)#(1，1，1，1，1，1，1，1，1)

signs[triples] = -1#(-1，1，1，-1，1，1，-1，1，1，-1)

values = signs * 77#(-77，77，77,-77，77，77,-77，77，77,-77)

ma_log = np.ma.log(values)#掩码式取对数

print(ma_log)

结果为：

[-- 4.343805421853684 4.343805421853684 -- 4.343805421853684

4.343805421853684 -- 4.343805421853684 4.343805421853684 --]

2.忽略极值

import numpy as np

inside = np.ma.masked_outside(array,min,max)

以上这篇Numpy掩码式数组详解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我们。

本文标题: Numpy掩码式数组详解

本文地址: http://www.cppcns.com/jiaoben/python/225365.html