在 NumPy 中获取掩码数组的数据类型
numpyserver side programmingprogramming
要获取掩码数组的数据类型，请使用 Numpy 中的 ma.MaskedArray.dtype 属性。数据类型对象描述了应如何解释与数组项相对应的固定大小内存块中的字节。
NumPy 提供全面的数学函数、随机数生成器、线性代数例程、傅里叶变换等。它支持各种硬件和计算平台，并且与分布式、GPU 和稀疏数组库配合良好。
掩码数组是可能缺少或无效条目的数组。 numpy.ma模块提供了一个几乎与numpy相同的替代品，支持带掩码的数据数组。
步骤
首先，导入所需的库 −
import numpy as np import numpy.ma as ma
使用numpy.array()方法创建数组 −
arr = np.array([[35, 85], [67, 33]])
print("我们的数组...
", arr)
获取数组的数据类型 −
print("
我们的数组类型...
", arr.dtype)
创建一个掩码数组并将其中一些掩码为无效 −
maskArr = ma.masked_array(arr, mask =[[0, 0], [ 0, 1]])
print("
我们的掩码数组
", maskArr)
要获取掩码数组的数据类型，请使用 Numpy 中的 ma.MaskedArray.dtype 属性 −
print("
我们的掩码数组类型...
", maskArr.dtype)
示例
import numpy as np
import numpy.ma as ma
# 使用 numpy.array() 方法创建一个 numpy 数组
arr = np.array([[35, 85], [67, 33]])
print("我们的数组...
", arr)
# 获取数组的数据类型
print("
我们的数组类型...
", arr.dtype)
# 创建一个掩码数组，并将其中一些掩码为无效
maskArr = ma.masked_array(arr, mask =[[0, 0], [ 0, 1]])
print("
我们的掩码数组
", maskArr)
# 要获取掩码数组的数据类型，请使用 Numpy 中的 ma.MaskedArray.dtype 属性
print("
Our Masked Array type...
", maskArr.dtype)
输出
我们的数组... [[35 85] [67 33]] 我们的数组类型... int64 我们的掩码数组 [[35 85] [67 --]] 我们的掩码数组类型... int64
