脚本之家 服务器常用软件
快捷导航
您的位置：首页 → 脚本专栏 → python → numpy数组取出元素

从numpy数组中取出满足条件的元素示例

 更新时间：2019年11月26日 09:05:31   作者：西门天偌  
今天小编就为大家分享一篇从numpy数组中取出满足条件的元素示例，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

例如问题：从 arr 数组中提取所有奇数元素。

input：arr = np.array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])

output: #> array([1, 3, 5, 7, 9])

Solution:

#Input
 
>>> arr = np.array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])
 
#Solution
 
arr = arr[arr % 2 == 1]
 
>>> array([1, 3, 5, 7, 9])

这是对奇数元素的提取，其他条件同理，在这个问题上我们深入再学习一下，首先 numpy 中的 array 数组是可以直接对数组中的每个元素进行处理的。例如我们想对每个元素减一：

#input
 
>>> arr = np.array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])
 
#Solution
 
>>> arr
array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])
>>> arr - 1
array([-1, 0, 1, 2, 3, 4, 5, 6, 7, 8])

从上面的例子我们可以看出来，对 arr 直接进行减一操作，结果是对每一个元素都进行了减一的操作，数组的维度不变，为了满足取出特定条件的元素这个操作，我们可以进行条件判断，例如判断每个元素是否为奇数：

#input
 
>>> arr = np.arange(10)
>>> arr
array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])
#solution
 
>>> arr % 2 == 1
array([False, True, False, True, False, True, False, True, False, True])

由此可见，条件判断后输出为和 arr 相同维度的数组，但是其中每个元素为布尔类型的值，取值为数组 arr 对每个元素分别进行条件判断的结果。

下面我们分析对 arr 数组进行特定取值，给其一个布尔类型的 arr 数组，并且维度与 arr 相同，以此得到取值的目的：

#input
 
>>> arr_bool = np.array([1, 1, 0, 0, 1, 1, 0, 0, 1, 1], dtype=bool)
>>> arr_bool
array([ True, True, False, False, True, True, False, False, True, True])
 
#solution
>>> arr[arr_bool]
array([0, 1, 4, 5, 8, 9])

从上述例子，我们构建了一个布尔类型的数组为 arr_bool ，并且维度与 arr 相同，进行直接嵌入实现了取值，以此完成了我们最终的目的，可以对任意满足条件的元素进行提取。并且理解了其中的原理。

PS：番外篇，如果维度不同可以吗？

#input
 
>>> arr_bool = np.ones(11, dtype=bool)
>>> arr_bool
array([ True, True, True, True, True, True, True, True, True, True, True])   #注意！！这里有11个 True 哦。
 
#solution
>>> arr[arr_bool]
Traceback (most recent call last):
 File "<stdin>", line 1, in <module>
IndexError: boolean index did not match indexed array along dimension 0; dimension is 10 but corresponding boolean dimension is 11

由上可见，维度必须保持一致，从 arr 数组里才可以按照 bool 类型取出对应位置为 True 的元素。这个性质帮助我们可以更灵活的处理 numpy 数组。

PS2: 如何替换满足条件的元素为其它值呢？

>>> arr = np.arange(10)
>>> arr
array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])
>>> arr[arr%2 == 1] = -1
>>> arr
array([ 0, -1, 2, -1, 4, -1, 6, -1, 8, -1])

以上这篇从numpy数组中取出满足条件的元素示例就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持脚本之家。

您可能感兴趣的文章:

相关文章

  • 100行Python代码实现自动抢火车票（附源码）

    100行Python代码实现自动抢火车票（附源码）

    又到年底了，相信对于在外地的朋友们来说，火车票是到年底最头痛的一件事了，但作为程序员的你怎么能一样呢？快发挥你的特长，下面这篇文章主要给大家介绍了如果通过100行Python代码实现自动抢火车票的相关资料，需要的朋友可以参考下。
    2018-01-01
  • Python 代码实现各种酷炫功能

    Python 代码实现各种酷炫功能

    这篇文章主要介绍了Python 代码实现各种酷炫功能，生成二维码、生成词云、批量抠图、文字情绪识别等功能分享，需要的小伙伴可以参考一下
    2022-03-03
  • Python绘制交通流折线图详情

    Python绘制交通流折线图详情

    这篇文章主要介绍了Python绘制交通流折线图详情，文章基于python的相关资料展开折线图绘制的实现流程，感兴趣的小伙伴可以参考一下
    2022-06-06
  • 使用Python进行PDF文档处理的常见操作

    使用Python进行PDF文档处理的常见操作

    使用 Python 进行 PDF 文档处理可以通过多种库来实现,包括 PyPDF2、pdfplumber、reportlab、pdfminer 等,这些库可以处理不同的 PDF 任务,以下是几种常见操作及对应的库和代码示例,感兴趣的小伙伴跟着小编一起来看看吧
    2024-09-09
  • 利用插件和python实现Excel转json的两种办法

    利用插件和python实现Excel转json的两种办法

    转换Excel表格到JSON格式有很多方法,下面这篇文章主要给大家介绍了关于利用插件和python实现Excel转json的两种办法,文中通过代码介绍的非常详细,需要的朋友可以参考下
    2023-11-11
  • Python中的文件定位方式

    Python中的文件定位方式

    这篇文章主要介绍了Python中的文件定位方式,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教
    2023-08-08
  • pandas如何将dataframe中的NaN替换成None

    pandas如何将dataframe中的NaN替换成None

    这篇文章主要介绍了pandas如何将dataframe中的NaN替换成None问题,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教
    2023-08-08
  • Python编写漏洞验证脚本批量测试繁琐漏洞

    Python编写漏洞验证脚本批量测试繁琐漏洞

    这篇文章主要为大家介绍了Python编写漏洞验证脚本来批量测试繁琐的漏洞实现，有需要的朋友可以借鉴参考下，希望能够有所帮助，祝大家多多进步
    2022-02-02
  • Python3.4实现从HTTP代理网站批量获取代理并筛选的方法示例

    Python3.4实现从HTTP代理网站批量获取代理并筛选的方法示例

    这篇文章主要介绍了Python3.4实现从HTTP代理网站批量获取代理并筛选的方法,涉及Python网络连接、读取、判断等相关操作技巧,需要的朋友可以参考下
    2017-09-09
  • 结合Python的SimpleHTTPServer源码来解析socket通信

    结合Python的SimpleHTTPServer源码来解析socket通信

    SimpleHTTPServer是Python中一个现成的HTTP服务器例子,本文我们将结合Python的SimpleHTTPServer源码来解析socket通信,我们先来看一下socket的基本概念:
    2016-06-06

最新评论