masked-array

0热度

2回答

np.ma.argmax无符号整型数组的掩码数组返回numpy中的错误结果1.11.0

我偶然发现了一个有关蒙面无符号整数数组和np.ma.argmax的奇怪事实。考虑以下数组： >>> marr = np.ma.array(np.array([[2,2,2], [3,3,3], [1,1,1]]), mask=False, dtype=np.uint16) >>> marr masked_array(data = [[2 2 2] [3 3 3] [1 1 1]],

1热度

1回答

从skimage轮廓创建蒙版

我有一个图像，我发现与skimage.measure.find_contours()轮廓，但现在我想创建一个完全在最大的封闭轮廓外面的像素蒙版。任何想法如何做到这一点？修改文档中的例子： import numpy as np import matplotlib.pyplot as plt from skimage import measure # Construct some test

0热度

1回答

我在做什么numpy searchsorted错误？

在numpy.searchsorted中这是一种有趣的行为。以下测试失败： import numpy as np a = np.ma.masked_array([1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29,

2热度

1回答

反转“numpy.ma.compressed”操作

我想从压缩的遮罩数组和对应的遮罩创建一个数组。它更容易用一个例子来说明这一点： >>> x=np.ma.array(np.arange(4).reshape((2,2)), mask = [[True,True],[False,False]]) >>> y=x.compressed() >>> y array([ 2, 3]) 现在我想创建相同的形状，x，其中屏蔽值获得一个标准值的数组（

1热度

1回答

如何用掩码和索引替换double for-loop？

我有几个嵌套for循环做正确的事情（数组的蒙面副本）。然而，表现太慢，我觉得必须有更好的Pythonic方式来做到这一点。目标是使用掩码来确定何时从源复制数据，使用coord作为源的索引。该工程的循环代码如下： import numpy as np dest = np.zeros((4,4,2)) source = range(32) source = np.reshape(source,(

2热度

4回答

使用NaNs计算numpy数组中的移动平均数

我正试图计算包含NaN的大型numpy数组中的移动平均数。目前我使用： import numpy as np def moving_average(a,n=5): ret = np.cumsum(a,dtype=float) ret[n:] = ret[n:]-ret[:-n] return ret[-1:]/n 当使用屏蔽数组计算： x = np.ar

5热度

1回答

numpy.ma（屏蔽）阵列平均方法有inconsitent返回类型

我注意到numpy masked-array mean method返回不同类型时，它可能不应该： import numpy as np A = np.ma.masked_equal([1,1,0], value=0) B = np.ma.masked_equal([1,1,1], value=0) # no masked values type(A.mean()) #numpy.fl

6热度

4回答

如何正确掩盖numpy 2D数组？

说我有坐标的二维数组，看起来像 x = array([[1,2],[2,3],[3,4]]) 以前在我的工作至今，我产生的最终看起来像 mask = [False,False,True] 口罩当我尝试在2D坐标矢量上使用此掩膜时，出现错误 newX = np.ma.compressed(np.ma.masked_array(x,mask)) >>>numpy.ma.core.MaskError

0热度

1回答

蟒蛇 - 修改蒙面阵列的一部分功能

我需要修改的功能，例如内蒙面阵列的一部分内： import numpy.ma as ma arr_2d = ma.masked_all((5,5)) arr_3d = ma.masked_all((5,5,5)) arr_3d[0,1] = 5 def func1(arr, val): arr[:] = val 看起来很简单，但随后... >>> func1(arr_3d

1热度

1回答

python dask包是否支持像掩码数组一样的numpy？

有没有办法使用Python Dask包模仿numpy的屏蔽数组并做计算考虑的面具，像NumPy的： import numpy as np data = np.array([0, 1, 9999, 2, 1, 0, 9999]) value = 9999 mdata = np.ma.masked_where(data == value, data) result = (mdata * 2