numpy.MaskedArray.cumsum()Devuelve la suma acumulada de los elementos de array enmascarados sobre el eje dado. Los valores enmascarados se establecen en 0 internamente durante el cálculo. Sin embargo, su posición se guarda y el resultado se enmascarará en las mismas ubicaciones.
Sintaxis:
numpy.ma.cumsum(axis=None, dtype=None, out=None)Parámetros:
eje: [int, opcional] Eje a lo largo del cual se calcula la suma acumulada. El valor predeterminado (Ninguno) es calcular la suma acumulada sobre la array aplanada.
dtype : [dtype, opcional] Tipo de array devuelta, así como del acumulador en el que se multiplican los elementos.
out : [ndarray, opcional] Una ubicación en la que se almacena el resultado.
-> Si se proporciona, debe tener una forma a la que se transmitan las entradas.
-> Si no se proporciona o Ninguno, se devuelve una array recién asignada.Devolución: [cumsum_along_axis, ndarray] Se devuelve una nueva array que contiene el resultado a menos que se especifique out, en cuyo caso se devuelve una referencia a out.
Código #1:
# Python program explaining
# numpy.MaskedArray.cumsum() 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], [ 5, -3]])
print ("Input array : ", in_arr)
# Now we are creating a masked array.
# by making entry as invalid.
mask_arr = ma.masked_array(in_arr, mask =[[1, 0], [ 1, 0], [ 0, 0]])
print ("Masked array : ", mask_arr)
# applying MaskedArray.cumsum
# methods to masked array
out_arr = mask_arr.cumsum()
print ("cumulative sum of masked array along default axis : ", out_arr)
Input array : [[ 1 2] [ 3 -1] [ 5 -3]] Masked array : [[-- 2] [-- -1] [5 -3]] cumulative sum of masked array along default axis : [-- 2 -- 1 6 3]
Código #2:
# Python program explaining
# numpy.MaskedArray.cumsum() 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, 0, 3], [ 4, 1, 6]])
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 =[[ 0, 0, 0], [ 0, 0, 1]])
print ("Masked array : ", mask_arr)
# applying MaskedArray.cumsum methods
# to masked array
out_arr1 = mask_arr.cumsum(axis = 0)
print ("cumulative sum of masked array along 0 axis : ", out_arr1)
out_arr2 = mask_arr.cumsum(axis = 1)
print ("cumulative sum of masked array along 1 axis : ", out_arr2)
Input array : [[1 0 3] [4 1 6]] Masked array : [[1 0 3] [4 1 --]] cumulative sum of masked array along 0 axis : [[1 0 3] [5 1 --]] cumulative sum of masked array along 1 axis : [[1 1 4]
Publicación traducida automáticamente
Artículo escrito por jana_sayantan y traducido por Barcelona Geeks. The original can be accessed here. Licence: CCBY-SA