numpy使用技巧之数组过滤实例代码
本文研究的主要是numpy使用技巧之数组过滤的相关内容，具体如下。
当使用布尔数组b作为下标存取数组x中的元素时，将收集数组x中所有在数组b中对应下标为True的元素。使用布尔数组作为下标获得的数组不和原始数组共享数据空间，注意这种方式只对应于布尔数组(array)，不能使用布尔列表（list）。
>>>x=np.arange(5,0,-1) >>>x array([5,4,3,2,1]) >>>x[np.array([True,False,True,False,False])] >>>#下标为True的取出来，布尔数组中下标为0，2的元素为True，因此获取x中下标为0,2的元素 array([5,3]) >>>x[[True,False,True,False,False]]#Error，这不是我们想要的结果 >>>#如果是布尔列表，则把True当作1,False当作0，按照整数序列方式获取x中的元素 array([4,5,4,5,5]) >>>x[np.array([True,False,True,True])] >>>#布尔数组的长度不够时，不够的部分都当作False array([5,3,2]) >>>x[np.array([True,False,True,True])]=-1,-2,-3#只修改下标为True的元素 >>>#布尔数组下标也可以用来修改元素 >>>x array([-1,4,-2,-3,1])
注意：布尔数组一般不是手工产生的，通常我们使用一条布尔表达式来得到，如：
>>>x=np.random.rand(10)#产生一个长度为10，元素值为0-1的随机数的数组 >>>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 >>>#数组x中的每个元素和0.5进行大小比较，得到一个布尔数组，True表示x中对应的值大于0.5 array([True,True,True,False,False,True,False,True,False,True],dtype=bool) >>>x[x>0.5]#x>0.5是一个布尔数组 >>>#使用x>0.5返回的布尔数组收集x中的元素，因此得到的结果是x中所有大于0.5的元素的数组 array([0.72223939,0.921226,0.7770805,0.95799412,0.7627083, 0.91379859])
总结
以上就是本文关于numpy使用技巧之数组过滤实例代码的全部内容，希望对大家有所帮助。感兴趣的朋友可以继续参阅本站其他相关专题，如有不足之处，欢迎留言指出。感谢朋友们对本站的支持！
声明：本文内容来源于网络，版权归原作者所有，内容由互联网用户自发贡献自行上传，本网站不拥有所有权，未作人工编辑处理，也不承担相关法律责任。如果您发现有涉嫌版权的内容，欢迎发送邮件至：czq8825#qq.com（发邮件时，请将#更换为@）进行举报，并提供相关证据，一经查实，本站将立刻删除涉嫌侵权内容。