Python Numpy MaskedArray.masked_invalid()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.masked_invalid()函数用于屏蔽一个出现无效值(NaN或infs)的数组。该函数是masked_where的快捷方式,条件=~(numpy.isfinite(arr))。
语法: numpy.ma.masked_invalid(arr, copy=True)
参数:
arr : [ndarray] 我们要屏蔽的输入数组。
copy : [bool] 如果为真(默认),在结果中复制Arr。如果为假,则在原地修改arr,并返回一个视图。
返回 : [ MaskedArray] 屏蔽后的结果阵列。
代码#1:
# Python program explaining
# numpy.MaskedArray.masked_invalid() method
# importing numpy as geek
# and numpy.ma module as ma
import numpy as geek
import numpy.ma as ma
# creating input array with invalid values
in_arr = geek.array([1, 2, geek.nan, -1, geek.inf])
print ("Input array : ", in_arr)
# applying MaskedArray.masked_invalid
# methods to input array
mask_arr = ma.masked_invalid(in_arr)
print ("Masked array : ", mask_arr)
输出:
Input array : [ 1. 2. nan -1. inf]
Masked array : [1.0 2.0 -- -1.0 --]
代码#2:
# Python program explaining
# numpy.MaskedArray.masked_invalid() method
# importing numpy as geek
# and numpy.ma module as ma
import numpy as geek
import numpy.ma as ma
# creating input array with invalid element
in_arr = geek.array([5e8, 3e-5, geek.nan, 4e4, 5e2])
print ("Input array : ", in_arr)
# applying MaskedArray.masked_invalid
# methods to input array
mask_arr = ma.masked_invalid(in_arr)
print ("Masked array : ", mask_arr)
输出:
Input array : [5.e+08 3.e-05 nan 4.e+04 5.e+02]
Masked array : [500000000.0 3e-05 -- 40000.0 500.0]