Python Numpy蒙版数组初始化

内容导读

互联网集市收集整理的这篇技术教程文章主要介绍了Python Numpy蒙版数组初始化，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含1444字，纯文字阅读大概需要3分钟。

内容图文

我在工作中一直使用掩码数组,但是我遇到的一个问题是,掩码数组的初始化有点笨拙.具体来说,ma.zeros()和ma.empty()返回的蒙版数组的掩码与数组维数不匹配.我想要这样做的原因是,如果不分配给数组的特定元素,则默认情况下会将其屏蔽.

In [4]: A=ma.zeros((3,))
...
masked_array(data = [ 0.  0.  0.],
             mask = False,
       fill_value = 1e+20)

我可以随后分配掩码：

In [6]: A.mask=ones((3,))
...
masked_array(data = [-- -- --],
             mask = [ True  True  True],
       fill_value = 1e+20)

但是,为什么我必须使用两行来初始化和数组？另外,我可以忽略ma.zeros()功能,并在一行中指定掩码和数据：

In [8]: A=ma.masked_array(zeros((3,)),mask=ones((3,)))
...
masked_array(data = [-- -- --],
             mask = [ True  True  True],
       fill_value = 1e+20)

但是我认为这也很笨拙.我已经浏览了numpy.ma文档,但是找不到一种处理此问题的灵巧方法.我错过了明显的事情吗？

解决方法:

好吧,ma.zeros中的掩码实际上是一个特殊常量ma.nomask,它对应于np.bool_(False).只是一个占位符,告诉NumPy尚未设置蒙版.
使用nomask实际上可以显着提高np.ma：如果我们事先知道不存在被屏蔽的值,则无需跟踪被屏蔽的值在哪里.

最好的方法是不要在不需要时显式设置掩码,而在需要时(即,当您最终尝试获取负数的对数时)保留np.ma进行设置.

旁注1：将遮罩设置为与输入形状相同的False数组,请使用

np.ma.array(..., mask=False)

这更容易键入.请注意,这实际上是Python False,不是np.ma.nomask …类似地,使用mask = True强制屏蔽所有输入(即mask将是一个充满True的布尔ndarray,其形状与数据).

旁注2：
如果您需要在初始化后设置掩码,则不要对.mask使用赋值,而应将其赋给特殊值np.ma.masked,这是更安全的：

a[:] = np.ma.masked

内容总结

以上是互联网集市为您收集整理的Python Numpy蒙版数组初始化全部内容，希望文章能够帮你解决Python Numpy蒙版数组初始化所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。

内容备注

版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。

内容手机端