跳转至主要内容
Ctrl+K
Python64(中文Python文档及资源库) - Home Python64(中文Python文档及资源库) - Home
  • 用户指南
  • API 参考
  • 从源代码构建
  • 开发
  • 发行说明
  • Python64
  • PythonRun
  • GitHub
  • 用户指南
  • API 参考
  • 从源代码构建
  • 开发
  • 发行说明
  • Python64
  • PythonRun
  • GitHub

章节导航

  • NumPy 的模块结构
  • 数组对象
    • N 维数组 ( ndarray )
    • 标量
    • 数据类型对象 ( dtype )
    • NumPy 中的数据类型提升
    • 数组迭代
    • 标准数组子类
    • 掩码数组
      • numpy.ma 模块
      • numpy.ma 模块的常量
      • 掩码数组运算
    • 数组接口协议
    • 日期时间和时间增量
  • 通用函数 ( ufunc )
  • 按主题分类的例程和对象
  • 类型标注 ( numpy.typing )
  • NumPy C-API
  • Array API 标准兼容性
  • CPU/SIMD 优化
  • 线程安全
  • 全局配置选项
  • NumPy 安全
  • numpy.distutils 的状态和迁移建议
  • numpy.distutils 用户指南
  • NumPy 和 SWIG
  • NumPy 参考
  • 数组对象
  • 掩码数组

掩码数组#

掩码数组是可能缺少或包含无效条目的数组. numpy.ma 模块提供了几乎可用的 numpy 替代品,后者支持带有掩码的数据数组.

  • numpy.ma 模块
    • 原理
    • 什么是掩码数组?
    • numpy.ma 模块
  • 使用 numpy.ma
    • 构造掩码数组
    • 访问数据
    • 访问掩码
    • 仅访问有效条目
    • 修改掩码
    • 索引和切片
    • 对被掩盖数组的操作
  • 示例
    • 具有给定值表示缺失数据的数据
    • 填充缺失数据
    • 数值运算
    • 忽略极值
  • numpy.ma 模块的常量
    • masked
    • nomask
    • masked_print_option
  • MaskedArray 类
    • MaskedArray
    • 屏蔽数组的属性和特性
  • MaskedArray 方法
    • 转换
    • 形状操作
    • 项目选择和操作
    • Pickling 和 copy
    • 计算
    • 算术和比较运算
    • 表示
    • 特殊方法
    • 特定方法
  • 掩码数组运算
    • 常量
    • 创建
    • 检查数组
    • 操作 MaskedArray
    • 掩码的操作
    • 转换操作
    • 掩码数组的算术运算

上一页

numpy.broadcast.reset

下一页

numpy.ma 模块

如何运行和测试 NumPy 的代码?
在探索 NumPy 库的核心概念、常见问题和实用代码示例时,所有代码都可在 PythonRun 上直接运行测试。
请给出一个简单的 NumPy 代码示例

下面是一个简单的 NumPy 用法示例:

import numpy as np
a = np.array([1, 2, 3])
a = a * 2
print(a)

你可以在 PythonRun 上执行它,看看结果。

PythonRun:Python在线代码运行器,它可以在网页中直接编写和运行Python代码,无需安装任何开发环境,且支持NumPy库。