numpy.ma.MaskedArray.ptp

метод

ma.MaskedArray.ptp(axis=None, out=None, fill_value=None, keepdims=False)[source]

Возвращает (максимум - минимум) по заданной размерности (т.е. значение пик-к-пик).

Предупреждение

ptp сохраняет тип данных массива. Это означает, что возвращаемое значение для входных данных со знаковыми целыми числами с n битами (например, np.int8, np.int16, и т.д.) также является знаковым целым числом с n битами. В этом случае значения пик-к-пик, превышающие 2**(n-1)-1, будут возвращены как отрицательные значения. Пример с решением проблемы показан ниже.

Параметры:

axis{None, int}, необязательно

Размерность, по которой искать пики. Если None (по умолчанию), используется уплощенный массив.

out{None, массив}, необязательно

Альтернативный выходной массив, в который поместить результат. Он должен иметь такую же форму и длину буфера, как и ожидаемый результат, но тип будет преобразован при необходимости.

fill_valueскаляр или None, необязательно

Значение, используемое для заполнения пропущенных значений.

keepdimsbool, необязательно

Если установлено в True, размерности, которые были уменьшены, остаются в результате в виде размерностей с размером один. С этим параметром результат будет правильно транслироваться по отношению к массиву.

Возвращает:

ptpndarray.

Новый массив, содержащий результат, если out не был указан, в противном случае возвращается ссылка на out.

Примеры

>>> x = np.ma.MaskedArray([[4, 9, 2, 10],
...                        [6, 9, 7, 12]])

>>> x.ptp(axis=1)
masked_array(data=[8, 6],
             mask=False,
       fill_value=999999)

>>> x.ptp(axis=0)
masked_array(data=[2, 0, 5, 2],
             mask=False,
       fill_value=999999)

>>> x.ptp()
10

Этот пример показывает, что может быть возвращено отрицательное значение, когда входной массив представляет собой массив знакомых целых чисел.

>>> y = np.ma.MaskedArray([[1, 127],
...                        [0, 127],
...                        [-1, 127],
...                        [-2, 127]], dtype=np.int8)
>>> y.ptp(axis=1)
masked_array(data=[ 126,  127, -128, -127],
             mask=False,
       fill_value=np.int64(999999),
            dtype=int8)

Решение заключается в использовании метода view() для просмотра результата как массива без знаков с той же шириной бита:

>>> y.ptp(axis=1).view(np.uint8)
masked_array(data=[126, 127, 128, 129],
             mask=False,
       fill_value=np.int64(999999),
            dtype=uint8)