Python Numpy,mask影象的生成詳解
阿新 • • 發佈:2020-02-20
什麼是掩膜(mask)
在numpy中,有一個模組叫做ma,這個模組幾乎複製了numpy裡面的所有函式,當然底層裡面都換成了對自己定義的新的資料型別MaskedArray的操作。
我們來看最基本的array定義。
An array class with possibly masked values. Masked values of True exclude the corresponding element from any computation.
MaskedArray是一個可能帶有掩膜資訊的陣列,對於它的任何計算都是隻針對掩膜值為True的數值上的。
Construction:: x = MaskedArray(data,mask=nomask,dtype=None,copy=False,subok=True,ndmin=0,fill_value=None,keep_mask=True,hard_mask=None,shrink=True,order=None)
這個class的屬性有很多,但是呢,我們只需要關注三個屬性就好了,也就是data,mask和fill_value。其他的屬性很難用到,舉個例子,比如那個hard_mask,這個屬性為True就是指data一旦某些值被掩蓋掉了就真的丟失了。詳細的可以看原始碼註解。這裡不過多介紹。
Parameters ---------- data : array_like Input data. mask : sequence,optional Mask. Must be convertible to an array of booleans with the same shape as `data`. True indicates a masked (i.e. invalid) data. fill_value : scalar,optional Value used to fill in the masked values when necessary. If None,a default based on the data-type is used.
data就不多說了,一個array_like,tuple,list,ndarray都行。
mask是一個只包含True和False的ndarray,它的shape和data一致,這個陣列是讓你指定需要掩蓋的值的,標記為True的資料會被掩蓋掉。被掩蓋的位置會變成 –(這是兩個短橫槓,型別是MaskedConstant )
fill_value是一個標量,當你掩蓋掉一些值之後,如果你想把這些被掩蓋的值換成另外一個值,那麼你就需要用到它。
import numpy.ma as npm import numpy as np data = np.random.randint(1,10,size=[1,5,5]) mask = data < 5 arr = npm.array(data,mask=mask) print(arr) #[[[6 6 -- 8 --] # [-- -- -- 6 7] # [9 -- -- 6 9] # [-- -- 5 -- 8] # [6 9 -- 5 --]]]
不過numpy也可以直接對ndarray進行條件運算。
import numpy as np arr = np.random.randint(1,5]) mask = arr<5 arr[mask] = 0 # 把標記為True的值記為0 print(arr) #[[[9 9 7 6 0] # [0 0 6 9 0] # [8 0 8 5 0] # [0 5 5 8 9] # [0 7 0 0 6]]]
以上這篇Python Numpy,mask影象的生成詳解就是小編分享給大家的全部內容了,希望能給大家一個參考,也希望大家多多支援我們。