Python Numpy MaskedArray.argmax()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。掩码数组是可能存在缺失或无效项的数组。

numpy.MaskedArray.argmax()函数返回沿给定轴的最大值的索引数组。被屏蔽的值被视为具有fill_value的值。

语法: numpy.MaskedArray.argmax(axis=None, fill_value=None, out=None)

参数:
axis : [None, integer] 如果没有，则索引进入扁平化数组，否则沿指定轴。
fill_value : [ var, optional] 用来填充被遮蔽的数值。
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。

返回 : [index_array ]返回一个新的integer_array，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.argmax() 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 third entry as invalid. 
mask_arr = ma.masked_array(in_arr, mask =[0, 0, 1, 0, 0])
print ("Masked array : ", mask_arr)
  
# applying MaskedArray.argmax methods to mask array
out_arr = mask_arr.argmax()
print ("Index of max element in masked array : ", out_arr)

输出:

Input array :  [ 1  2  3 -1  5]
Masked array :  [1 2 -- -1 5]
Index of max element in masked array :  4

代码#2：

# Python program explaining
# numpy.MaskedArray.argmax() 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([10, 20, 30, -10, 50])
print ("Input array : ", in_arr)
  
# Now we are creating a masked array
# by making first third entry as invalid. 
mask_arr = ma.masked_array(in_arr, mask =[1, 0, 1, 0, 0])
print ("Masked array : ", mask_arr)
  
# applying MaskedArray.argmax methods to mask array
# and filling the masked location by 100
out_arr = mask_arr.argmax(fill_value = 100)
print ("Index of max element in masked array : ", out_arr)

输出:

Input array :  [ 10  20  30 -10  50]
Masked array :  [-- 20 -- -10 50]
Index of max element in masked array :  0