📜  Numpy MaskedArray.all()函数| Python

📅  最后修改于: 2022-05-13 01:55:27.886000             🧑  作者: Mango

Numpy MaskedArray.all()函数| Python

在许多情况下,数据集可能不完整或因存在无效数据而受到污染。例如,传感器可能无法记录数据,或记录无效值。 numpy.ma模块通过引入掩码数组提供了一种解决此问题的便捷方法。掩码数组是可能缺少或无效条目的数组。

如果所有元素的计算结果为 True, numpy.MaskedArray.all()函数将返回 True。

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 :  --