numpy - 为什么numpy中两个掩码向量的点积会返回一个形状奇特的数组？

Question

我有以下代码：

result = np.ma.dot( array1, masked_array2 )

这给出了这样的东西：

masked_array(data = 24.681441709536468,
         mask = False,
         fill_value = 1e+20)

result.data.shape 给出：

()

我可以通过将其转换为浮点数来访问该值，例如

float(result.data)

这是访问数据的正确方法吗？

Answer 1

结果是一个 0D 张量。

通常 numpy 将 0D 张量转换为原生类型

type(np.dot([1,2], [3,4])) # gives 'int'

但是，当结果是掩码数组时，由于掩码的存在，没有办法直接将其转换为原生类型而不会丢失信息。因此，您会得到一个“形状奇特”的 0D 张量。

是的，您可以通过将其转换为浮动来访问它。