📅  最后修改于: 2023-12-03 15:03:18.623000             🧑  作者: Mango
Numpy
包中的MaskedArray.power()
函数用于对数组进行幂运算,返回一个新的数组,即原数组每个元素分别取指定次幂。需要注意的是,该函数对缺失值进行了处理,也就是说如果原数组中存在缺失值,则会将计算出的幂值设置为缺失值。
numpy.ma.power(x1, x2, /[, out, where, …])
x1
:表示原数组。x2
:表示指定的幂值。out
、where
等参数不是必须的,具体用法可以查看官方文档。
返回一个新的数组,该数组为原数组x1
中的每个元素都取指定次幂(即x1 ** x2
),如果原数组x1
中存在缺失值,则将计算出的幂值设置为缺失值。
import numpy as np
# 创建带有缺失值的数组
a = np.array([1, 2, -1, 4, -1, 6])
a = np.ma.masked_where(a < 0, a)
# 对数组进行幂运算
b = np.ma.power(a, 2)
print(b)
运行结果如下:
[1 4 -- 16 -- 36]
可以看到,原数组a
中存在两个缺失值,因此计算出的幂值也是缺失值。
Numpy MaskedArray.power()
函数是对数组进行幂运算的专用函数,与Numpy
中的power()
函数相比,它可以对存在缺失值的数组进行运算,并保持原数组的掩码。如果需要对缺失值进行特殊处理,或者需要保留原数组的掩码,则可以使用MaskedArray.power()
函数。