numpy.ma.apply_over_axes

ma.apply_over_axes(func, a, axes)[source]

Применять функцию многократно по нескольким осям.

func вызывается как res = func(a, axis), где axis — первый элемент axes. Результат res вызова функции должен иметь либо такие же размеры, как у a, либо на одну размерность меньше. Если у res размерность меньше на единицу, чем у a, перед axis вставляется размерность. Затем вызов func повторяется для каждой оси в axes, с res в качестве первого аргумента.

Parameters:

funcfunction

Эта функция должна принимать два аргумента, func(a, axis).

aarray_like

Входной массив.

axesarray_like

Оси, по которым применяется func; элементы должны быть целыми числами.

Returns:

apply_over_axisndarray

Выходной массив. Количество размерностей совпадает с a, но форма может отличаться. Это зависит от того, как func изменяет форму своего выходного значения по сравнению с входным.

См. также

apply_along_axis

Применение функции к 1-мерным срезам массива вдоль заданной оси.

Примеры

>>> 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)

Кортежи аргументов оси для ufunc эквивалентны:

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