Numpy MaskedArray.atleast_3d()函数| Python

Numpy MaskedArray.atleast_3d()函数是一个非常有用的工具，它可以将一个数组转换为至少有3维的数组。如果一个数组只有1维或2维，那么通过该函数转换后，会增加一个长度为1的维度，从而变成3维数组。

语法

numpy.ma.atleast_3d(arr)

参数：

• arr: 数组或类数组。

返回值：

• 返回至少有3维的数组。

示例

下面我们来看一个示例，展示Numpy MaskedArray.atleast_3d()函数的使用：

import numpy.ma as ma

arr1d = ma.array([1, 2, 3, 4, 5], mask=[False, False, True, False, False])
arr2d = ma.array([[1, 2, 3], [4, 5, 6]], mask=[[False, False, True], [True, False, False]])

print(ma.atleast_3d(arr1d).shape)
print(ma.atleast_3d(arr2d).shape)

输出结果如下：

(1, 5, 1)
(2, 3, 1)

我们可以看到，第一个数组arr1d是一个1维数组，而第二个数组arr2d是一个2维数组。通过使用Numpy MaskedArray.atleast_3d()函数将它们转换成至少3维的数组，我们分别得到了一个(1, 5, 1)和一个(2, 3, 1)的数组。这里需要注意的是，函数在转换数组时，在原有的维度上增加了长度为1的新维度。

下面，我们再来看一个以上面示例中的第二个数组arr2d为例的图示说明。

arr2d = ma.array([[1, 2, 3], 
                  [4, 5, 6]], 
                 mask=[[False, False, True], 
                       [True, False, False]])

原始数组arr2d的形状为(2, 3)，其中第一维长度为2，第二维长度为3。我们把它转换成至少有3维的数组后，形状变成了(2, 3, 1)，其中新的维度长度为1，它增加在了第三维上：

arr3d = ma.atleast_3d(arr2d)

array([[[1],
        [2],
        [--]],

       [[--],
        [5],
        [6]]])

通过该函数，我们可以将原始数组转换成任意维度的数组，这给我们在进行数组操作、绘图等方面提供了更加灵活的选择。