numpy之条件筛选

筛选用错了，后果很严重！

特定值筛选

import numpy as np

# 当数组是一维数组时，返回的值是一维的索引，所以只有一组索引数组
arr = np.array([2, 1, 1, 134, 45, 3, 546, 1])
print(np.where(arr == 3))	# 索引，注意返回的是元组，里面有一个元素
print(arr[np.where(arr == 3)])	# 值
# 当数组是二维数组时，满足条件的数组值返回的是值的位置索引，因此会有两组索引数组来表示值的位置，返回的第一个array表示行坐标，第二个array表示纵坐标，两者一一对应
arr = np.array([[2, 1, 1, 134], [45, 3, 546, 1]])
print(np.where(arr == 1))	# 索引，注意返回的是元组，里面有两个元素
print(arr[np.where(arr == 1)])	# 值

输出

(array([5]),)
[3]
(array([0, 0, 0]), array([0, 1, 2]))
[1 1 1]

Notes:

• np.where返回的是元组
• 元组元素数与筛选的数组维度相关

多个固定值筛选

import numpy as np


arr = np.array([1, 1, 1, 134, 45, 3, 546, 1, 2])
print(np.where((arr == 3) | (arr == 1)))
print(arr[np.where((arr == 3) | (arr == 1))])

范围筛选

import numpy as np

arr = np.array([1, 1, 1, 134, 45, 3, 546, 1, 2])
print(np.where(arr > 3))
print(arr[np.where(arr > 3)])

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, 546, 1, 2])
print(arr[arr > 3])

多范围筛选

import numpy as np

arr = np.array([1, 1, 1, 134, 45, 3, 546, 1, 2])
print(arr[(arr > 1]) & (arr < 200)]