numpy.MaskedArray.reshape()La función se usa para dar una nueva forma a la array enmascarada sin cambiar sus datos. Devuelve una array enmascarada que contiene los mismos datos, pero con una nueva forma. El resultado es una vista de la array original; si esto no es posible, se genera un ValueError.
Sintaxis:
numpy.ma.reshape(shape, order)Parámetros:
forma: [int o tupla de enteros] La nueva forma debe ser compatible con la forma original.
orden: [‘C’, ‘F’, ‘A’, ‘K’, opcional] De forma predeterminada, se utiliza el orden de índice ‘C’.
–> Los elementos de a se leen usando este orden de índice.
–> ‘C’ significa indexar los elementos en orden similar a C, con el índice del último eje cambiando más rápido, de regreso al índice del primer eje cambiando más lento.
–> ‘F’ significa indexar los elementos en un orden de índice similar a Fortran, con el primer índice cambiando más rápido y el último índice cambiando más lento.
–> ‘A’ significa leer los elementos en orden de índice similar a Fortran si m es Fortran contiguo en la memoria, de lo contrario, en orden similar a C.
–> ‘K’ significa leer los elementos en el orden en que ocurren en la memoria, excepto para invertir los datos cuando los pasos son negativos.Retorno: [array_reformada] Una nueva vista de la array.
Código #1:
# Python program explaining
# numpy.MaskedArray.reshape() method
# importing numpy as geek
# and numpy.ma module as ma
import numpy as geek
import numpy.ma as ma
# creating input array
in_arr = geek.array([1, 2, 3, -1])
print ("Input array : ", in_arr)
# Now we are creating a masked array.
# by making third entry as invalid.
mask_arr = ma.masked_array(in_arr, mask =[1, 0, 1, 0])
print ("Masked array : ", mask_arr)
# applying MaskedArray.reshape methods to make
# it a 2d masked array
out_arr = mask_arr.reshape(2, 2)
print ("Output 2D masked array : ", out_arr)
Input array : [ 1 2 3 -1] Masked array : [-- 2 -- -1] Output 2D masked array : [[-- 2] [-- -1]]
Código #2:
# Python program explaining
# numpy.MaskedArray.reshape() method
# importing numpy as geek
# and numpy.ma module as ma
import numpy as geek
import numpy.ma as ma
# creating input array
in_arr = geek.array([[[ 2e8, 3e-5]], [[ -45.0, 2e5]]])
print ("Input array : ", in_arr)
# Now we are creating a masked array.
# by making one entry as invalid.
mask_arr = ma.masked_array(in_arr, mask =[[[ 1, 0]], [[ 0, 0]]])
print ("3D Masked array : ", mask_arr)
# applying MaskedArray.reshape methods to make
# it a 2d masked array
out_arr = mask_arr.reshape(1, 4)
print ("Output 2D masked array : ", out_arr)
print()
# applying MaskedArray.reshape methods to make
# it a 1d masked array
out_arr = mask_arr.reshape(4, )
print ("Output 1D masked array : ", out_arr)
Input array : [[[ 2.0e+08 3.0e-05]] [[-4.5e+01 2.0e+05]]] 3D Masked array : [[[-- 3e-05]] [[-45.0 200000.0]]] Output 2D masked array : [[-- 3e-05 -45.0 200000.0]] Output 1D masked array : [-- 3e-05 -45.0 200000.0]
Publicación traducida automáticamente
Artículo escrito por jana_sayantan y traducido por Barcelona Geeks. The original can be accessed here. Licence: CCBY-SA