Python Numpy MaskedArray.all()函数
在许多情况下,数据集可能是不完整的,或因存在无效数据而受到污染。例如,一个传感器可能未能记录一个数据,或者记录了一个无效的值。numpy.ma模块通过引入掩码数组,为解决这个问题提供了一个方便的方法。屏蔽数组是可能存在缺失或无效条目的数组。
numpy.MaskedArray.all()函数如果所有元素都评估为True则返回True。
语法: MaskedArray.all(axis=None, out=None, keepdims)
参数:
axis : [int or None] 进行逻辑与还原的一个或多个轴。
out : [ndarray, optional] 一个储存结果的位置。
-> 如果提供,它必须有一个输入广播到的形状。
-> 如果没有提供或没有,将返回一个新分配的数组。
keepdims : [bool, optional] 如果设置为 “True”,被缩小的轴将作为尺寸为1的尺寸留在结果中。有了这个选项,结果将正确地针对输入阵列进行广播。
返回 : [ndarray, bool] 返回一个新的布尔值或数组,除非指定out,在这种情况下,返回一个对out的引用。
代码#1:
# Python program explaining
# numpy.MaskedArray.all() method
# importing numpy as geek
# and numpy.ma module as ma
import numpy as geek
import numpy.ma as ma
# creating input array
in_arr = geek.array([1, 2, 3, -1, 5])
print ("Input array : ", in_arr)
# applying MaskedArray.all methods to input array
out_arr = in_arr.all()
print ("Output array : ", out_arr)
# Now we are creating a masked array by
# making third entry as invalid.
mask_arr = ma.masked_array(in_arr, mask =[0, 0, 1, 0, 0])
print ("Masked array : ", mask_arr)
# applying MaskedArray.all methods to mask array
out_arr = mask_arr.all()
print ("Output array : ", out_arr)
输出:
Input array : [ 1 2 3 -1 5]
Output array : True
Masked array : [1 2 -- -1 5]
Output array : True
代码#2:
# Python program explaining
# numpy.MaskedArray.all() method
# importing numpy as geek
# and numpy.ma module as ma
import numpy as geek
import numpy.ma as ma
# creating input array
in_arr = geek.array([1, 2, 3, -1, 5])
print ("Input array : ", in_arr)
# Now we are creating a masked array by
# making all entry as invalid.
mask_arr = ma.masked_array(in_arr, mask =[1, 1, 1, 1, 1])
print ("Masked array : ", mask_arr)
# applying MaskedArray.all methods to mask array
out_arr = mask_arr.all()
print ("Output array : ", out_arr)
输出:
Input array : [ 1 2 3 -1 5]
Masked array : [-- -- -- -- --]
Output array : --