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 :  --