numpy中的掩码数组的使用
更新时间：2023年02月20日 10:45:43 作者：生信修炼手册
本文主要介绍了numpy中的掩码数组的使用，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧
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
>>> import numpy as np
>>> import numpy.ma as ma
>>> a = np.arange(5)
>>> a
array([0, 1, 2, 3, 4])
>>> b = ma.masked_array(a, mask = [1, 1, 1, 0, 0])
>>> b
masked_array(data = [-- -- -- 3 4],
mask = [ True True True False False],
fill_value = 999999)
>>> np.min(a)
0
>>> np.min(b)
3
所谓掩码，就是掩盖的意思。上述代码中，掩藏了数组的前3个元素，形成了一个新的掩码数组，在该掩码数组中，被掩藏的前3位用短横杠表示，对原始数组和对应的掩码数组同时求最小值，可以看到，掩码数组中只有未被掩藏的元素参与了计算。
掩码数组赋予了我们重新选择元素的权利，而不用改变矩阵的维度。在可视化领域，最典型的应用就是绘制三角热图，代码如下
import matplotlib.pyplot as plt import numpy as np import numpy.ma as ma data = np.random.rand(25 * 25).reshape(25, -1) mask = np.tri(data.shape[0], k= -1) data_masked = ma.array(data, mask=mask) fig, (ax1, ax2) = plt.subplots(1, 2) ax1.imshow(data) ax2.imshow(data_masked)
输出结果如下
通过掩码矩阵，可以轻松实现三角热图的绘制。在numpy.ma子模块中，还提供了多种创建掩码数组的方式，用法如下
>>> import numpy.ma as ma >>> a array([0, 1, 2, 3, 4]) # 等于2的元素被掩盖 >>> ma.masked_equal(a, 2) masked_array(data = [0 1 -- 3 4], mask = [False False True False False], fill_value = 2) # 不等于2的元素被掩盖 >>> ma.masked_not_equal(a, 2) masked_array(data = [-- -- 2 -- --], mask = [ True True False True True], fill_value = 999999) # 大于2的元素被掩盖 >>> ma.masked_greater(a, 2) masked_array(data = [0 1 2 -- --], mask = [False False False True True], fill_value = 999999) # 小于2的元素被掩盖 >>> ma.masked_less(a, 2) masked_array(data = [-- -- 2 3 4], mask = [ True True False False False], fill_value = 999999) # 大于等于2的元素被掩盖 >>> ma.masked_greater_equal(a, 2) masked_array(data = [0 1 -- -- --], mask = [False False True True True], fill_value = 999999) # 小于等于2的元素被掩盖 >>> ma.masked_less_equal(a, 2) masked_array(data = [-- -- -- 3 4], mask = [ True True True False False], fill_value = 999999) # 小于1大于3的元素被掩盖 >>> ma.masked_outside(a, 1, 3) masked_array(data=[--, 1, 2, 3, --], mask=[ True, False, False, False, True], fill_value=999999) # 大于等于1，小于等于3的元素被掩盖 >>> ma.masked_inside(a, 1, 3) masked_array(data=[0, --, --, --, 4], mask=[False, True, True, True, False], fill_value=999999)
利用掩码数组，可以方便的处理缺失值或者被污染的值，只需要将对应的元素掩码即可，更多的用法请查阅官方的API文档。
到此这篇关于numpy中的掩码数组的使用的文章就介绍到这了,更多相关numpy 掩码数组内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！
您可能感兴趣的文章:
相关文章
详解python 利用echarts画地图(热力图)(世界地图，省市地图，区县地图)
这篇文章主要介绍了详解python 利用echarts画地图(热力图)(世界地图，省市地图，区县地图),文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧2019-08-08
这篇文章主要为大家详细介绍了python实现弹窗祝福效果，具有一定的参考价值，感兴趣的小伙伴们可以参考一下2019-04-04
asyncio可以实现单线程并发IO操作，是Python中常用的异步处理模块。这篇文章主要介绍了Python中利用aiohttp制作异步爬虫的相关知识,需要的朋友可以参考下2018-11-11
这篇文章主要为大家详细介绍了TF-IDF与余弦相似性的应用，具有一定的参考价值，感兴趣的小伙伴们可以参考一下2017-12-12
如果文件夹exp开头的文件夹,里面没有pt pth模型文件,就把目录删掉,本文通过示例代码介绍pytorch 删除空权重模型文件夹的方法,感兴趣的朋友一起看看吧2023-11-11
详解python的sorted函数对字典按key排序和按value排序
这篇文章主要介绍了详解python的sorted函数对字典按key排序和按value排序，小编觉得挺不错的，现在分享给大家，也给大家做个参考。一起跟随小编过来看看吧2018-08-08
在日常办公场景中,通过Python脚本自动化整合Excel数据与Word文档,能够实现表格的智能迁移,满足不同场景下数据呈现的专业性要求,下面小编就来为大家介绍一下具体实现的三种方法吧2025-03-03
今天小编就为大家分享一篇对python中各个response的使用说明，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2020-03-03
在 Odoo 中,可以通过几种方式实现字段的访问控制ÿ0c;包括通过模型安全规则、记录规则和字段属性来限制字段的访问,这篇文章主要介绍了odoo字段访问控制的相关操作,感兴趣的朋友跟随小编一起看看吧2024-03-03
这篇文章主要介绍了基于Python爬取爱奇艺资源过程解析,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下2020-03-03
最新评论