跳至主要内容
Ctrl+K
NumPy v2.4 Manual - Home NumPy v2.4 Manual - Home
  • 用户指南
  • API 参考
  • 从源代码构建
  • 开发
  • 发行说明
  • 学习
    • NEPs
  • GitHub
  • 用户指南
  • API 参考
  • 从源代码构建
  • 开发
  • 发行说明
  • 学习
  • NEPs
  • GitHub

章节导航

  • NumPy 的模块结构
  • 数组对象
    • N 维数组(ndarray)
    • 标量
    • 数据类型对象(dtype)
    • NumPy 中的数据类型提升
    • 遍历数组
    • 标准数组子类
    • 掩码数组
      • numpy.ma 模块
      • numpy.ma 模块的常量
      • 掩码数组操作
    • 数组接口协议
    • 日期时间和时间差
  • 通用函数(ufunc)
  • 按主题划分的例程和对象
  • 类型(numpy.typing)
  • 打包
  • NumPy C-API
  • 数组 API 标准兼容性
  • CPU/SIMD 优化
  • 线程安全
  • 全局配置选项
  • NumPy 安全
  • 测试指南
  • numpy.distutils 的状态和迁移建议
  • numpy.distutils 用户指南
  • NumPy 和 SWIG
  • NumPy 参考
  • 数组对象
  • 掩码数组

Masked arrays#

Masked arrays are arrays that may have missing or invalid entries. The numpy.ma module provides a nearly work-alike replacement for numpy that supports data arrays with masks.

  • numpy.ma 模块
    • 理由
    • 什么是掩码数组?
    • numpy.ma 模块
  • 使用 numpy.ma
    • 构造掩码数组
    • 访问数据
    • 访问掩码
    • 仅访问有效条目
    • 修改掩码
    • 索引和切片
    • 掩码数组上的操作
  • 示例
    • 用特定值表示缺失数据的数值
    • 填充缺失数据
    • 数值运算
    • 忽略极端值
  • numpy.ma 模块的常量
    • masked
    • nomask
    • masked_print_option
  • MaskedArray 类
    • MaskedArray
    • 掩码数组的属性
  • MaskedArray 方法
    • 转换
    • 形状操作
    • 项选择和操作
    • Pickling and copy
    • 计算
    • 算术和比较运算
    • 表示
    • 特殊方法
    • 特定方法
  • 掩码数组操作
    • 常量
    • 创建
    • 检查数组
    • 操作 MaskedArray
    • 掩码上的操作
    • 转换操作
    • 掩码数组算术

previous

numpy.broadcast.reset

next

The numpy.ma module

© 版权所有 2008-2025,NumPy 开发者。

使用 Sphinx 7.2.6 创建。

使用 PyData Sphinx Theme 0.16.1 构建。