Python的NumPy使用之数组过滤

 更新时间:2023年07月04日 11:48:42   作者:轻松学Python  
这篇文章主要介绍了Python的NumPy使用之数组过滤,在 NumPy中,我们使用布尔索引列表来过滤数组布尔索引列表是与数组中的索引相对应的布尔值列表,需要的朋友可以参考下

数组过滤

从现有数组中取出一些元素并从中创建新数组称为过滤(filtering)。

在 NumPy 中,我们使用布尔索引列表来过滤数组。

布尔索引列表是与数组中的索引相对应的布尔值列表。

如果索引处的值为 True,则该元素包含在过滤后的数组中;如果索引处的值为 False,则该元素将从过滤后的数组中排除。

实例

用索引 0 和 2、4 上的元素创建一个数组:

import numpy as np
arr = np.array([61, 62, 63, 64, 65])
x = [True, False, True, False, True]
newarr = arr[x]
print(newarr)

运行实例

上例将返回 [61, 63, 65],为什么?

因为新过滤器仅包含过滤器数组有值 True 的值,所以在这种情况下,索引为 0 和 2、4。

创建过滤器数组

在上例中,我们对 True 和 False 值进行了硬编码,但通常的用途是根据条件创建过滤器数组。

实例

创建一个仅返回大于 62 的值的过滤器数组:

import numpy as np
arr = np.array([61, 62, 63, 64, 65])
# 创建一个空列表
filter_arr = []
# 遍历 arr 中的每个元素
for element in arr:
  # 如果元素大于 62,则将值设置为 True,否则为 False:
  if element > 62:
    filter_arr.append(True)
  else:
    filter_arr.append(False)
newarr = arr[filter_arr]
print(filter_arr)
print(newarr)

运行实例

实例

创建一个过滤器数组,该数组仅返回原始数组中的偶数元素:

import numpy as np
arr = np.array([1, 2, 3, 4, 5, 6, 7])
# 创建一个空列表
filter_arr = []
# 遍历 arr 中的每个元素
for element in arr:
  # 如果元素可以被 2 整除,则将值设置为 True,否则设置为 False
  if element % 2 == 0:
    filter_arr.append(True)
  else:
    filter_arr.append(False)
newarr = arr[filter_arr]
print(filter_arr)
print(newarr)

运行实例

直接从数组创建过滤器

上例是 NumPy 中非常常见的任务,NumPy 提供了解决该问题的好方法。

我们可以在条件中直接替换数组而不是 iterable 变量,它会如我们期望地那样工作。

实例

创建一个仅返回大于 62 的值的过滤器数组:

import numpy as np
arr = np.array([61, 62, 63, 64, 65])
filter_arr = arr > 62
newarr = arr[filter_arr]
print(filter_arr)
print(newarr)

运行实例

实例

创建一个过滤器数组,该数组仅返回原始数组中的偶数元素:

import numpy as np
arr = np.array([1, 2, 3, 4, 5, 6, 7])
filter_arr = arr % 2 == 0
newarr = arr[filter_arr]
print(filter_arr)
print(newarr)

运行实例

到此这篇关于Python的NumPy使用之数组过滤的文章就介绍到这了,更多相关NumPy数组过滤内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家!

相关文章

  • Python中is与==判断的区别

    Python中is与==判断的区别

    在python中,is检查两个对象是否是同一个对象,而==检查他们是否相等.这样说起来很简单,我们通过具体的实例来分析吧
    2017-03-03
  • Python中X[:,0]和X[:,1]的用法

    Python中X[:,0]和X[:,1]的用法

    这篇文章主要介绍了Python中X[:,0]和X[:,1]的用法详解,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
    2021-05-05
  • Python实现享元模式的示例代码

    Python实现享元模式的示例代码

    享元模式是一种结构型设计模式,旨在通过共享尽可能多的相似对象来减少内存使用,提高性能,下面我们就来看看如何使用Python实现享元模式吧
    2024-02-02
  • Django显示可视化图表的实践

    Django显示可视化图表的实践

    这篇文章主要介绍了Django显示可视化图表的实践,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧
    2021-05-05
  • tensorflow下的图片标准化函数per_image_standardization用法

    tensorflow下的图片标准化函数per_image_standardization用法

    这篇文章主要介绍了tensorflow下的图片标准化函数per_image_standardization用法,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
    2020-06-06
  • pandas 读取各种格式文件的方法

    pandas 读取各种格式文件的方法

    今天小编就为大家分享一篇pandas 读取各种格式文件的方法,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
    2018-06-06
  • python求质数列表的例子

    python求质数列表的例子

    今天小编就为大家分享一篇python求质数列表的例子,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
    2019-11-11
  • Python如何操作docker redis过程解析

    Python如何操作docker redis过程解析

    这篇文章主要介绍了Python如何操作docker redis过程解析,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
    2020-08-08
  • python删除特定文件的方法

    python删除特定文件的方法

    这篇文章主要介绍了python删除特定文件的方法,涉及Python文件查找及删除的相关技巧,需要的朋友可以参考下
    2015-07-07
  • Python笔记(叁)继续学习

    Python笔记(叁)继续学习

    最近时间挤来挤去,看英文的文档,顺便熟悉英语,需要反复好几遍,才能做点笔记。读的是《Beginning.Python.From.Novice.to.Professional》,大家可以下载看一下
    2012-10-10

最新评论