MaskedNDArray#

class astropy.utils.masked.MaskedNDArray(*args, mask=None, **kwargs)[源代码]#

基类：Masked, ndarray

蒙面版的ndarray。

除了能够传递给 mask ，参数与 numpy.ndarray 。

从参数中获取数据类实例，然后设置掩码。

属性摘要

`flat`	掩码数组上的一维迭代器。
`info`	用于存储诸如名称、描述、格式等元信息的容器。
`shape`	数据和掩码的形状。
`unmasked`	未屏蔽值。

方法总结

`all`([axis, out, keepdims, where])	如果所有元素的计算结果都为true，则返回true。
`any`([axis, out, keepdims, where])	如果的任何元素 `a` 计算为真。
`argmax`([axis, out, keepdims])	返回给定轴上最大值的索引。
`argmin`([axis, out, keepdims])	返回沿给定轴的最小值的索引。
`argpartition`(kth[, axis, kind, order])	返回将对此数组进行分区的索引。
`argsort`([axis, kind, order, stable])	返回将对数组进行排序的索引。
`choose`(choices[, out, mode])	使用索引数组从一组选项中构造新数组。
`clip`([min, max, out])	返回值限制为的数组 `[min, max]` .
`compress`(condition[, axis, out])	沿给定轴返回此数组的选定切片。
`cumprod`([axis, dtype, out])	返回元素沿给定轴的累积积。
`cumsum`([axis, dtype, out])	返回给定轴上元素的累积和。
`from_unmasked`(data[, mask, copy])	使用未屏蔽的数据和掩码创建实例。
`max`([axis, out, keepdims, initial, where])	沿给定轴返回最大值。
`mean`([axis, dtype, out, keepdims, where])	返回沿给定轴的数组元素的平均值。
`min`([axis, out, keepdims, initial, where])	沿给定轴返回最小值。
`nonzero` \()	返回非零元素的索引。
`partition`(kth[, axis, kind, order])	对数组中的元素进行部分排序，使第k个位置的元素的值位于已排序数组中的位置。
`ptp`([axis, out])
`repeat`(repeats[, axis])	重复数组的元素。
`sort`([axis, kind, order, stable])	就地对数组进行排序。
`std`([axis, dtype, out, ddof, keepdims, where])	返回数组元素沿给定轴的标准偏差。
`trace`([offset, axis1, axis2, dtype, out])	沿数组的对角线返回和。
`var`([axis, dtype, out, ddof, keepdims, where])	返回数组元素沿给定轴的方差。
`view`([dtype, type])	掩码数组的新视图。

属性文档

flat#

掩码数组上的一维迭代器。

这将返回一个 MaskedIterator 实例，该实例的行为与 flatiter 实例由返回 flat 类似于Python的内置迭代器，不同之处在于它还允许赋值。

info#: 用于存储诸如名称、描述、格式等元信息的容器。

shape#

数据和掩码的形状。

通常用于获取数组的当前形状，但也可用于通过将数组维度的元组分配给数组来就地重塑数组。和以前一样 numpy.reshape ，其中一个新的形状维度可以是-1，在这种情况下，它的值是从数组的大小和其余维度推断出来的。

加薪:

AttributeError: 如果需要复制，则复制数据或掩码。

unmasked#

方法文件

all(axis=None, out=None, keepdims=False, *, where=True)[源代码]#

如果所有元素的计算结果都为true，则返回true。

参照 numpy.all 完整文件。

参见

numpy.all: 等效函数

any(axis=None, out=None, keepdims=False, *, where=True)[源代码]#

如果的任何元素 a 计算为真。

参照 numpy.any 完整文件。

参见

numpy.any: 等效函数

argmax(axis=None, out=None, *, keepdims=False)[源代码]#

返回给定轴上最大值的索引。

参照 numpy.argmax 完整文件。

参见

numpy.argmax: 等效函数

argmin(axis=None, out=None, *, keepdims=False)[源代码]#

返回沿给定轴的最小值的索引。

参照 numpy.argmin 有关详细文档。

参见

numpy.argmin: 等效函数

argpartition(kth, axis=-1, kind='introselect', order=None)[源代码]#

返回将对此数组进行分区的索引。

参考 numpy.argpartition 以获取完整的文档。

参见

numpy.argpartition: 等效函数

argsort(axis=-1, kind=None, order=None, *, stable=None)[源代码]#

返回将对数组进行排序的索引。

在数组和掩码上沿给定轴执行间接排序，并将掩码项排序到末尾。

参数:

axis : int 或 None ，可选PYTHON：INT或PYTHON：NONE，可选: 排序所依据的轴。默认值为-1(最后一个轴)。如果没有，则使用展平的数组。
kind : str 或 None ，被忽略。PYTHON：STR或PYTHON：NONE，忽略。: 就是那种。仅为允许子类工作而呈现。
order : str 或 list Str.PYTHON：字符串或PYTHON：字符串列表。: 对于定义了字段的数组，首先要比较的字段是第一个、第二个等。可以将单个字段指定为字符串，不需要指定所有字段，但仍将按数据类型顺序使用未指定的字段来打破平局。
stable: bool, keyword-only, ignored: 排序稳定性。仅为允许子类工作而呈现。

返回:

index_array : ndarray ， intNdarray， Python ：int: 索引数组，该数组沿指定的 axis 。使用 np.take_along_axis(self, index_array, axis=axis) 以获取排序后的数组。

choose(choices, out=None, mode='raise')[源代码]#

使用索引数组从一组选项中构造新数组。

参照 numpy.choose 完整文件。

参见

numpy.choose: 等效函数

clip(min=None, max=None, out=None, **kwargs)[源代码]#

返回值限制为的数组 [min, max] .

喜欢 clip 中的任何屏蔽值 min 和 max 对于剪裁将被忽略。传播输入数组的掩码。

compress(condition, axis=None, out=None)[源代码]#

沿给定轴返回此数组的选定切片。

参考 numpy.compress 以获取完整的文档。

参见

numpy.compress: 等效函数

cumprod(axis=None, dtype=None, out=None)[源代码]#

返回元素沿给定轴的累积积。

参考 numpy.cumprod 以获取完整的文档。

参见

numpy.cumprod: 等效函数

cumsum(axis=None, dtype=None, out=None)[源代码]#

返回给定轴上元素的累积和。

参照 numpy.cumsum 完整文件。

参见

numpy.cumsum: 等效函数

classmethod from_unmasked(data, mask=None, copy=None)[源代码]#: 使用未屏蔽的数据和掩码创建实例。

max(axis=None, out=None, keepdims=False, initial=<no value>, where=True)[源代码]#

沿给定轴返回最大值。

参照 numpy.amax 完整文件。

参见

numpy.amax: 等效函数

mean(axis=None, dtype=None, out=None, keepdims=False, *, where=True)[源代码]#

返回沿给定轴的数组元素的平均值。

参照 numpy.mean 完整文件。

参见

numpy.mean: 等效函数

min(axis=None, out=None, keepdims=False, initial=<no value>, where=True)[源代码]#

沿给定轴返回最小值。

参照 numpy.amin 完整文件。

参见

numpy.amin: 等效函数

nonzero()[源代码]#

返回非零元素的索引。

参考 numpy.nonzero 以获取完整的文档。

参见

numpy.nonzero: 等效函数

partition(kth, axis=-1, kind='introselect', order=None)[源代码]#

对数组中的元素进行部分排序，使第k个位置的元素的值位于已排序数组中的位置。在输出数组中，所有小于第k个元素的元素都位于该元素的左侧，所有等于或更大的元素都位于其右侧。输出数组中第k个元素两侧的两个分区中元素的顺序未定义。

参数:

kth : int 或 sequence 的 intPYTHON：INT或PYTHON：PYSTORY OF PYSTORY：INT: 分区依据的元素索引。第k个元素值将位于其最终排序位置，所有较小的元素将移动到它前面，所有相等或更大的元素移动到它后面。分区中所有元素的顺序未定义。如果提供了第k个序列，它将立即将由第k个元素索引的所有元素划分到它们的排序位置。

自 1.22.0 版本弃用: 不建议将布尔值作为索引传递。
axis : int ，可选PYTHON：int，可选: 排序所依据的轴。缺省值为-1，表示沿最后一个轴排序。
kind{‘IntroSelect’}，可选: 选择算法。缺省值为‘IntroSelect’。
order : str 或 list 的 str ，可选PYTHON：STR或PYTHON：LIST OF PYTHON：STR，可选: 什么时候 a 是一个定义了字段的数组，此参数指定首先比较哪些字段，然后比较哪些字段等。可以将单个字段指定为字符串，不需要指定所有字段，但仍将使用未指定的字段，按照它们在数据类型中出现的顺序来打破平局。

参见

numpy.partition: 返回数组的分区副本。
argpartition: 间接分区。
sort: 全套的。

笔记

看见 np.partition 获取关于不同算法的注释。

实例

>>> import numpy as np
>>> a = np.array([3, 4, 2, 1])
>>> a.partition(3)
>>> a
array([2, 1, 3, 4]) # may vary

>>> a.partition((1, 3))
>>> a
array([1, 2, 3, 4])

ptp(axis=None, out=None, **kwargs)[源代码]#

repeat(repeats, axis=None)[源代码]#

重复数组的元素。

参考 numpy.repeat 以获取完整的文档。

参见

numpy.repeat: 等效函数

sort(axis=-1, kind=None, order=None, *, stable=False)[源代码]#

就地对数组进行排序。参考 numpy.sort 以获取完整的文档。

笔记

被屏蔽的项目将排序到末尾。该实现是通过 numpy.lexsort 并因此忽略 kind 和 stable 参数；它们的存在只是为子类可以传递它们。

std(axis=None, dtype=None, out=None, ddof=0, keepdims=False, *, where=True)[源代码]#

返回数组元素沿给定轴的标准偏差。

参照 numpy.std 完整文件。

参见

numpy.std: 等效函数

trace(offset=0, axis1=0, axis2=1, dtype=None, out=None)[源代码]#

沿数组的对角线返回和。

参照 numpy.trace 完整文件。

参见

numpy.trace: 等效函数

var(axis=None, dtype=None, out=None, ddof=0, keepdims=False, *, where=True)[源代码]#

返回数组元素沿给定轴的方差。

参照 numpy.var 完整文件。

参见

numpy.var: 等效函数

view(dtype=None, type=None)[源代码]#

掩码数组的新视图。

喜欢 numpy.ndarray.view ，但始终返回掩码数组子类。