Numpy maskearray . anom()函数| Python
原文:https://www . geeksforgeeks . org/numpy-masked array-anom-function-python/
在许多情况下，数据集可能是不完整的，或者被无效数据污染。例如，传感器可能未能记录数据，或者记录了无效值。numpy.ma模块通过引入屏蔽数组提供了一种解决这个问题的便捷方法。屏蔽数组是指可能缺少条目或条目无效的数组。
numpy.MaskedArray.anom() 函数计算沿给定轴的异常(与算术平均值的偏差)。它返回一个异常数组，形状与输入相同，算术平均值沿给定轴计算。
语法:
numpy.MaskedArray.anom(axis=None, dtype=None)参数: 轴:【int 或 None】异常所在的轴。 数据类型:【数据类型，可选】用于计算方差的类型。
返回:【ndarray】一组异常。
代码#1 :
# Python program explaining
# numpy.MaskedArray.anom() 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])
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 =[0, 0, 1, 0, 0])
print ("Masked array : ", mask_arr)
# applying MaskedArray.anom methods to mask array
out_arr = mask_arr.anom()
print ("Output anomalies array : ", out_arr)
Output:
Input array : [ 1 2 3 -1 5]
Masked array : [1 2 -- -1 5]
Output anomalies array : [-0.75 0.25 -- -2.75 3.25]
代码#2 :
# Python program explaining
# numpy.MaskedArray.anom() 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([10, 20, 30, 40, 50])
print ("Input array : ", in_arr)
# Now we are creating a masked array by making
# first and third entry as invalid.
mask_arr = ma.masked_array(in_arr, mask =[1, 0, 1, 0, 0])
print ("Masked array : ", mask_arr)
# applying MaskedArray.anom methods to mask array
out_arr = mask_arr.anom()
print ("Output anomalies array : ", out_arr)
Output:
nput array : [10 20 30 40 50]
Masked array : [-- 20 -- 40 50]
Output anomalies array : [-- -16.666666666666664 -- 3.3333333333333357 13.333333333333336]
