numpy ndarray 按條件篩選數(shù)組,關(guān)聯(lián)篩選的例子
更新時間：2019年11月26日 09:32:42 作者：y小川
今天小編就為大家分享一篇numpy ndarray 按條件篩選數(shù)組,關(guān)聯(lián)篩選的例子，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧
最近的項目中大量涉及數(shù)據(jù)的預(yù)處理工作，對于ndarray的使用非常頻繁。其中ndarray如何進(jìn)行數(shù)值篩選，總結(jié)了幾種方法。
1.按某些固定值篩選
如下面這段代碼從，ndarray中可以篩選出數(shù)值等于3的子數(shù)組和其在原數(shù)組中的索引位置。
import numpy as np arr = np.array([1, 1, 1, 134, 45, 3, 46, 45, 65, 3, 23424, 234, 12, 12, 3, 546, 1, 2]) print(np.where(arr==3)) print(arr[np.where(arr == 3)]) Output: (array([ 5, 9, 14], dtype=int32),) [3 3 3]
2.按多個固定值篩選
按上述方法篩選多個固定值也是可行的，將不同條件用括號括起來，之間打 | 即可。
import numpy as np arr = np.array([1, 1, 1, 134, 45, 3, 46, 45, 65, 3, 23424, 234, 12, 12, 3, 546, 1, 2]) print(np.where((arr == 3) | (arr == 1))) print(arr[np.where((arr == 3) | (arr == 1))]) Output: (array([ 0, 1, 2, 5, 9, 14, 16], dtype=int32),) [1 1 1 3 3 3 1]
3.按范圍篩選
除了按固定值，我們還可以按一定的范圍進(jìn)行篩選
import numpy as np arr = np.array([1, 1, 1, 134, 45, 3, 46, 45, 65, 3, 23424, 234, 12, 12, 3, 546, 1, 2]) print(np.where(arr > 3)) print(arr[np.where(arr > 3)]) Output: (array([ 3, 4, 6, 7, 8, 10, 11, 12, 13, 15], dtype=int32),) [ 134 45 46 45 65 23424 234 12 12 546]
如果不需要index，還可以有更快的方法
import numpy as np arr = np.array([1, 1, 1, 134, 45, 3, 46, 45, 65, 3, 23424, 234, 12, 12, 3, 546, 1, 2]) print(arr[arr > 3]) Output: [ 134 45 46 45 65 23424 234 12 12 546]
那為什么還需要用np.where呢？因?yàn)樗饕梢詽M足不同數(shù)組間的篩選，比如有a, b 兩個數(shù)組我們需要篩選出所有a == 0的b時即可使用np.where函數(shù)。
import numpy as np a = np.array([0, 0, 1, 1, 0, 1, 1, 0, 1]) b = np.arange(len(a)) print(a) print(b) print(b[np.where(a == 0)]) Output: [0 0 1 1 0 1 1 0 1] [0 1 2 3 4 5 6 7 8] [0 1 4 7]
以上這篇numpy ndarray 按條件篩選數(shù)組,關(guān)聯(lián)篩選的例子就是小編分享給大家的全部內(nèi)容了，希望能給大家一個參考，也希望大家多多支持腳本之家。
相關(guān)文章
python入門字符串拼接\截取\轉(zhuǎn)數(shù)字理解學(xué)習(xí)
本篇內(nèi)容我們主要講有關(guān)Python字符串的用法，包括字符串的拼接、字符串怎么轉(zhuǎn)數(shù)字、字符串的格式化、字符串函數(shù)等內(nèi)容,有需要的朋友可以借鑒參考下2021-09-09
這篇文章主要介紹了Python 命令行模塊 Click的相關(guān)知識，本文通過實(shí)例代碼給大家介紹的非常詳細(xì)，對大家的學(xué)習(xí)或工作具有一定的參考借鑒價值,需要的朋友可以參考下2020-03-03
這篇文章主要為大家介紹了Python安全隱患,最新URL解析漏洞的防范措施,有需要的朋友可以借鑒參考下,希望能夠有所幫助,祝大家多多進(jìn)步,早日升職加薪2024-01-01
我們可以使用python來操作文件，比如讀取文件內(nèi)容、寫入新的內(nèi)容等，本文主要介紹了Python IO文件管理的具體使用，文中通過示例代碼介紹的非常詳細(xì)，具有一定的參考價值，感興趣的小伙伴們可以參考一下2022-09-09
Python 實(shí)現(xiàn)一行輸入多個數(shù)字(用空格隔開)
這篇文章主要介紹了Python 實(shí)現(xiàn)一行輸入多個數(shù)字，文中通過示例代碼介紹的非常詳細(xì)，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2020-04-04
Python強(qiáng)化練習(xí)之Tensorflow2 opp算法實(shí)現(xiàn)月球登陸器
在面向?qū)ο蟪霈F(xiàn)之前，我們采用的開發(fā)方法都是面向過程的編程(OPP)。面向過程的編程中最常用的一個分析方法是“功能分解”。我們會把用戶需求先分解成模塊，然后把模塊分解成大的功能，再把大的功能分解成小的功能，整個需求就是按照這樣的方式，最終分解成一個一個的函數(shù)2021-10-10
這篇文章主要介紹了使用Pandas如何讀取多個分隔方式的文件問題,具有很好的參考價值,希望對大家有所幫助,如有錯誤或未考慮完全的地方,望不吝賜教2024-02-02
優(yōu)化Python代碼使其加快作用域內(nèi)的查找
這篇文章主要介紹了優(yōu)化Python代碼使其加快作用域內(nèi)的搜索,文中介紹了CPython相關(guān)的C代碼來對查找功能進(jìn)行優(yōu)化，加快搜索的速度，需要的朋友可以參考下2015-03-03
Python?調(diào)用GPT-3?API實(shí)現(xiàn)過程詳解
這篇文章主要為大家介紹了Python?調(diào)用GPT-3?API實(shí)現(xiàn)過程詳解，有需要的朋友可以借鑒參考下，希望能夠有所幫助，祝大家多多進(jìn)步，早日升職加薪2023-02-02
Python編程實(shí)現(xiàn)線性回歸和批量梯度下降法代碼實(shí)例
這篇文章主要介紹了Python編程實(shí)現(xiàn)線性回歸和批量梯度下降法代碼實(shí)例，具有一定借鑒價值,需要的朋友可以參考下2018-01-01