Python | Numpy MaskedArray.__rdivmod__

numpy.ma.MaskedArray classes una subclase de ndarray diseñada para manipular arrays numéricas con datos faltantes. Con la ayuda de Numpy MaskedArray.__rdivmod__ obtendremos dos arrays, una tiene elementos que se dividen por el valor que se proporciona en el método numpy.ma.__rdivmod__() y la segunda tiene elementos que realizan la operación de modificación con el mismo valor que se proporciona en numpy .ma.__rdivmod__() método.

Sintaxis: numpy.MaskedArray.__rdivmod__

Devolución: devuelve divmod (valor, yo).

Ejemplo #1:
En este ejemplo, podemos ver que al usar el método MaskedArray.__rdivmod__() obtenemos dos arrays. Uno es con split con valor que se pasa como parámetro y otro con valores mod.

# import the important module in python 
import numpy as np 
      
# make an array with numpy 
gfg = np.ma.array([1, 2, 3, 4, 5]) 
      
# applying MaskedArray.__rdivmod__() method 
print(gfg.__rdivmod__(3)) 

(masked_array(data = [3 1 1 0 0],
             mask = [False False False False False],
       fill_value = 999999), masked_array(data = [0 1 0 3 3],
             mask = [False False False False False],
       fill_value = 999999)
)

 
Ejemplo #2:

# import the important module in python 
import numpy as np 
      
# make an array with numpy 
gfg = np.ma.array([[1, 2, 3, 4, 5], 
                [6, 5, 4, 3, 2]]) 
      
# applying MaskedArray.__rdivmod__() method 
print(gfg.__rdivmod__(3)) 

(masked_array(data =
 [[3 1 1 0 0]
 [0 0 0 1 1]],
             mask =
 [[False False False False False]
 [False False False False False]],
       fill_value = 999999), masked_array(data =
 [[0 1 0 3 3]
 [3 3 3 0 1]],
             mask =
 [[False False False False False]
 [False False False False False]],
       fill_value = 999999)
)