numpy中ndarray如何按条件筛选数组及关联筛选-创新互联
小编给大家分享一下numpy中ndarray如何按条件筛选数组及关联筛选,希望大家阅读完这篇文章之后都有所收获,下面让我们一起去探讨吧!
成都创新互联公司是一家专注于成都网站制作、成都做网站、外贸营销网站建设与策划设计,潘集网站建设哪家好?成都创新互联公司做网站,专注于网站建设十余年,网设计领域的专业建站公司;建站业务涵盖:潘集等地区。潘集做网站价格咨询:028-869222201.按某些固定值筛选
如下面这段代码从,ndarray中可以筛选出数值等于3的子数组和其在原数组中的索引位置。
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.按多个固定值筛选
按上述方法筛选多个固定值也是可行的,将不同条件用括号括起来,之间打 | 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.按范围筛选
除了按固定值,我们还可以按一定的范围进行筛选
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,还可以有更快的方法
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]
那为什么还需要用np.where呢?因为索引可以满足不同数组间的筛选,比如有a, b 两个数组我们需要筛选出所有a == 0的b时即可使用np.where函数。
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]
看完了这篇文章,相信你对“numpy中ndarray如何按条件筛选数组及关联筛选”有了一定的了解,如果想了解更多相关知识,欢迎关注创新互联成都网站设计公司行业资讯频道,感谢各位的阅读!
另外有需要云服务器可以了解下创新互联scvps.cn,海内外云服务器15元起步,三天无理由+7*72小时售后在线,公司持有idc许可证,提供“云服务器、裸金属服务器、高防服务器、香港服务器、美国服务器、虚拟主机、免备案服务器”等云主机租用服务以及企业上云的综合解决方案,具有“安全稳定、简单易用、服务可用性高、性价比高”等特点与优势,专为企业上云打造定制,能够满足用户丰富、多元化的应用场景需求。
分享题目:numpy中ndarray如何按条件筛选数组及关联筛选-创新互联
文章来源:http://scyanting.com/article/jjjgp.html