快捷導(dǎo)航

numpy中的掩碼數(shù)組的使用

更新時(shí)間：2023年02月20日 10:45:43 作者：生信修煉手冊(cè)

本文主要介紹了numpy中的掩碼數(shù)組的使用，文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧

numpy中有一個(gè)掩碼數(shù)組的概念，需要通過(guò)子模塊numpy.ma來(lái)創(chuàng)建，基本的創(chuàng)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

所謂掩碼，就是掩蓋的意思。上述代碼中，掩藏了數(shù)組的前3個(gè)元素，形成了一個(gè)新的掩碼數(shù)組，在該掩碼數(shù)組中，被掩藏的前3位用短橫杠表示，對(duì)原始數(shù)組和對(duì)應(yīng)的掩碼數(shù)組同時(shí)求最小值，可以看到，掩碼數(shù)組中只有未被掩藏的元素參與了計(jì)算。

掩碼數(shù)組賦予了我們重新選擇元素的權(quán)利，而不用改變矩陣的維度。在可視化領(lǐng)域，最典型的應(yīng)用就是繪制三角熱圖，代碼如下

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)

輸出結(jié)果如下

通過(guò)掩碼矩陣，可以輕松實(shí)現(xiàn)三角熱圖的繪制。在numpy.ma子模塊中，還提供了多種創(chuàng)建掩碼數(shù)組的方式，用法如下

>>> import numpy.ma as ma
>>> a
array([0, 1, 2, 3, 4])
# 等于2的元素被掩蓋
>>> 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的元素被掩蓋
>>> ma.masked_not_equal(a, 2)
masked_array(data = [-- -- 2 -- --],
? ? ? ? ? ? ?mask = [ True ?True False ?True ?True],
? ? ? ?fill_value = 999999)
# 大于2的元素被掩蓋
>>> ma.masked_greater(a, 2)
masked_array(data = [0 1 2 -- --],
? ? ? ? ? ? ?mask = [False False False ?True ?True],
? ? ? ?fill_value = 999999)
# 小于2的元素被掩蓋
>>> 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的元素被掩蓋
>>> 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的元素被掩蓋
>>> 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的元素被掩蓋
>>> 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的元素被掩蓋
>>> ma.masked_inside(a, 1, 3)
masked_array(data=[0, --, --, --, 4],
? ? ? ? ? ? ?mask=[False, True, True, True, False],
? ? ? ?fill_value=999999)

利用掩碼數(shù)組，可以方便的處理缺失值或者被污染的值，只需要將對(duì)應(yīng)的元素掩碼即可，更多的用法請(qǐng)查閱官方的API文檔。

到此這篇關(guān)于numpy中的掩碼數(shù)組的使用的文章就介紹到這了,更多相關(guān)numpy 掩碼數(shù)組內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

您可能感興趣的文章: