NumPy过滤器阵列

过滤阵列

从现有数组中取出一些元素并从中创建新数组称为 filtering .

在NumPy中，您可以使用 boolean index list .

A boolean index list 是与数组中的索引相对应的布尔值列表。

如果索引值是 True 该元素包含在过滤后的数组中，如果该索引处的值为 False 该元素将从过滤数组中排除。

例

根据索引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)

上面的示例将返回 [41, 43] ，为什么呢？

因为新过滤器仅包含过滤器数组具有该值的值 True ，在这种情况下，索引为0和2。

创建过滤器数组

在上面的示例中，我们对 True and False 值，但通常的用途是根据条件创建过滤器数组。

例

创建一个仅返回大于42的值的过滤器数组：

  import numpy as np

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

# 
  Create an empty list
filter_arr = []

# go through each element in 
  arr
for element in arr:
  # if the element is higher than 42, set 
  the value to True, otherwise False:
  if element > 42:
    
  filter_arr.append(True)
  else:
    filter_arr.append(False)


newarr = arr[filter_arr]

print(filter_arr)
print(newarr)

例

创建一个过滤器数组，该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])

# 
  Create an empty list
filter_arr = []

# go through each element in 
  arr
for element in arr:
  # if the element is completely divisble 
  by 2, set the value to True, otherwise False
  if element % 2 == 0:
    
  filter_arr.append(True)
  else:
    filter_arr.append(False)


newarr = arr[filter_arr]

print(filter_arr)
print(newarr)

直接从数组创建过滤器

上面的示例是NumPy中非常常见的任务，NumPy提供了解决该问题的好方法。

我们可以在我们的条件下直接替换数组而不是iterable变量，它将按预期工作。

例