numpy.ma.apply_over_axes#

ma.apply_over_axes(func, a, axes)[源代码]#

在多个轴上重复应用函数.

func 被调用为 res = func(a, axis),其中 axis 是 axes 的第一个元素.函数调用的结果 res 必须具有与 a 相同的维度,或者少一个维度.如果 res 比 a 少一个维度,则在 axis 之前插入一个维度.然后对 axes 中的每个轴重复调用 func,并将 res 作为第一个参数.

参数:
func函数

这个函数必须接受两个参数,`func(a, axis)`.

aarray_like

输入数组.

axesarray_like

func 应用的轴;元素必须是整数.

返回:
apply_over_axisndarray

输出数组.维度的数量与 a 相同,但形状可能不同.这取决于 func 是否改变其输出相对于输入的形状.

参见

apply_along_axis

沿给定轴对数组的1-D切片应用函数.

示例

>>> import numpy as np
>>> a = np.ma.arange(24).reshape(2,3,4)
>>> a[:,0,1] = np.ma.masked
>>> a[:,1,:] = np.ma.masked
>>> a
masked_array(
  data=[[[0, --, 2, 3],
         [--, --, --, --],
         [8, 9, 10, 11]],
        [[12, --, 14, 15],
         [--, --, --, --],
         [20, 21, 22, 23]]],
  mask=[[[False,  True, False, False],
         [ True,  True,  True,  True],
         [False, False, False, False]],
        [[False,  True, False, False],
         [ True,  True,  True,  True],
         [False, False, False, False]]],
  fill_value=999999)
>>> np.ma.apply_over_axes(np.ma.sum, a, [0,2])
masked_array(
  data=[[[46],
         [--],
         [124]]],
  mask=[[[False],
         [ True],
         [False]]],
  fill_value=999999)

ufuncs 的元组轴参数是等价的:

>>> np.ma.sum(a, axis=(0,2)).reshape((1,-1,1))
masked_array(
  data=[[[46],
         [--],
         [124]]],
  mask=[[[False],
         [ True],
         [False]]],
  fill_value=999999)
On this page