numpy使用技巧之數(shù)組過濾實例代碼
本文研究的主要是numpy使用技巧之數(shù)組過濾的相關內容,具體如下。
當使用布爾數(shù)組b作為下標存取數(shù)組x中的元素時,將收集數(shù)組x中所有在數(shù)組b中對應下標為True的元素。使用布爾數(shù)組作為下標獲得的數(shù)組不和原始數(shù)組共享數(shù)據(jù)空間,注意這種方式只對應于布爾數(shù)組(array),不能使用布爾列表(list)。
>>> x = np.arange(5,0,-1) >>> x array([5, 4, 3, 2, 1]) >>> x[np.array([True, False, True, False, False])] >>> # 下標為True的取出來,布爾數(shù)組中下標為0,2的元素為True,因此獲取x中下標為0,2的元素 array([5, 3]) >>> x[[True, False, True, False, False]]#Error,這不是我們想要的結果 >>> # 如果是布爾列表,則把True當作1, False當作0,按照整數(shù)序列方式獲取x中的元素 array([4, 5, 4, 5, 5]) >>> x[np.array([True, False, True, True])] >>> # 布爾數(shù)組的長度不夠時,不夠的部分都當作False array([5, 3, 2]) >>> x[np.array([True, False, True, True])] = -1, -2, -3#只修改下標為True的元素 >>> # 布爾數(shù)組下標也可以用來修改元素 >>> x array([-1, 4, -2, -3, 1])
注意:布爾數(shù)組一般不是手工產(chǎn)生的,通常我們使用一條布爾表達式來得到,如:
>>> x = np.random.rand(10) # 產(chǎn)生一個長度為10,元素值為0-1的隨機數(shù)的數(shù)組
>>> x
array([ 0.72223939, 0.921226 , 0.7770805 , 0.2055047 , 0.17567449,
0.95799412, 0.12015178, 0.7627083 , 0.43260184, 0.91379859])
>>> x>0.5
>>> # 數(shù)組x中的每個元素和0.5進行大小比較,得到一個布爾數(shù)組,True表示x中對應的值大于0.5
array([ True, True, True, False, False, True, False, True, False, True], dtype=bool)
>>> x[x>0.5]# x>0.5是一個布爾數(shù)組
>>> # 使用x>0.5返回的布爾數(shù)組收集x中的元素,因此得到的結果是x中所有大于0.5的元素的數(shù)組
array([ 0.72223939, 0.921226 , 0.7770805 , 0.95799412, 0.7627083 ,
0.91379859])
總結
以上就是本文關于numpy使用技巧之數(shù)組過濾實例代碼的全部內容,希望對大家有所幫助。感興趣的朋友可以繼續(xù)參閱本站其他相關專題,如有不足之處,歡迎留言指出。感謝朋友們對本站的支持!
相關文章
linux環(huán)境部署清華大學大模型最新版 chatglm2-6b 圖文教程
這篇文章主要介紹了linux環(huán)境部署清華大學大模型最新版 chatglm2-6b ,結合實例形式詳細分析了Linux環(huán)境下chatglm2-6b部署相關操作步驟與注意事項,需要的朋友可以參考下2023-07-07
Python中將兩個或多個list合成一個list的方法小結
python中,list這種數(shù)據(jù)結構很常用到,如果兩個或者多個list結構相同,內容類型相同,我們通常會將兩個或者多個list合并成一個,這樣我們再循環(huán)遍歷的時候就可以一次性處理掉了2019-05-05
Pandas庫中dataframe.corr()函數(shù)的使用
dataframe.corr()是Pandas庫中的一個函數(shù),用于計算DataFrame中各列之間的相關系數(shù),本文主要介紹了Pandas庫中dataframe.corr()函數(shù)的使用,具有一定的參考價值,感興趣的可以了解一下2024-07-07

