NumPy 过滤数组

过滤数组

从现有数组中获取一些元素，并用它们创建一个新数组，这被称为过滤。

在 NumPy 中，您可以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。

如果某个索引处的值为 True，则该元素包含在过滤后的数组中；如果某个索引处的值为 False，则该元素从过滤后的数组中排除。

实例

从索引 0 和 2 上的元素创建一个数组：

import numpy as np

arr = np.array([41, 42, 43, 44])

x = [True, False, True, False]

newarr = arr[x]

print(newarr)

亲自试一试

上面的例子会返回 [41, 43]，为什么呢？

因为新数组仅包含过滤数组值为 True 的值，在本例中为索引 0 和 2。

创建过滤数组

在上面的示例中，我们硬编码了 True 和 False 值，但通常的做法是基于条件创建过滤数组。

实例

创建一个过滤数组，仅返回高于 42 的值：

import numpy as np

arr = np.array([41, 42, 43, 44])

# 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 42，则将该值设置为 True，否则设置为 False：
  if element > 42:
    filter_arr.append(True)
  else:
    filter_arr.append(False)

newarr = arr[filter_arr]

print(filter_arr)
print(newarr)

亲自试一试

实例

创建一个过滤数组，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:
  # 如果元素能被 2 整除，则将该值设置为 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)

亲自试一试

直接从数组创建过滤器

上面的示例是 NumPy 中相当常见的任务，NumPy 提供了一种很好的方法来解决它。

我们可以直接在条件中使用数组代替可迭代变量，它将按我们预期的方式工作。

实例

创建一个过滤数组，仅返回高于 42 的值：

import numpy as np

arr = np.array([41, 42, 43, 44])

filter_arr = arr > 42

newarr = arr[filter_arr]

print(filter_arr)
print(newarr)

亲自试一试

实例

创建一个过滤数组，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)

亲自试一试