最近的项目中大量涉及数据的预处理工作,对于ndarray的使用非常频繁。其中ndarray如何进行数值筛选,总结了几种方法。
1.按某些固定值筛选
如下面这段代码从,ndarray中可以筛选出数值等于3的子数组和其在原数组中的索引位置。
import numpy as np
arr = np.array([1, 1, 1, 134, 45, 3, 46, 45, 65, 3, 23424, 234, 12, 12, 3, 546, 1, 2])
print(np.where(arr==3))
print(arr[np.where(arr == 3)])
Output:
(array([ 5, 9, 14], dtype=int32),)
[3 3 3]
2.按多个固定值筛选
按上述方法筛选多个固定值也是可行的,
将不同条件用括号括起来,之间打 | 即可
。
import numpy as np
arr = np.array([1, 1, 1, 134, 45, 3, 46, 45, 65, 3, 23424, 234, 12, 12, 3, 546, 1, 2])
print(np.where((arr == 3) | (arr == 1)))
print(arr[np.where((arr == 3) | (arr == 1))])
Output:
(array([ 0, 1, 2, 5, 9, 14, 16], dtype=int32),)
[1 1 1 3 3 3 1]
3.按范围筛选
除了按固定值,我们还可以按一定的范围进行筛选
import numpy as np
arr = np.array([1, 1, 1, 134, 45, 3, 46, 45, 65, 3, 23424, 234, 12, 12, 3, 546, 1, 2])
print(np.where(arr > 3))
print(arr[np.where(arr > 3)])
Output:
(array([ 3, 4, 6, 7, 8, 10, 11, 12, 13, 15], dtype=int32),)
[ 134 45 46 45 65 23424 234 12 12 546]
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, 46, 45, 65, 3, 23424, 234, 12, 12, 3, 546, 1, 2])
print(arr[arr > 3])
Output:
[ 134 45 46 45 65 23424 234 12 12 546]
那为什么还需要用np.where呢?因为索引可以满足不同数组间的筛选,比如有a, b 两个数组我们需要筛选出所有a == 0的b时即可使用np.where函数。
import numpy as np
a = np.array([0, 0, 1, 1, 0, 1, 1, 0, 1])
b = np.arange(len(a))
print(a)
print(b)
print(b[np.where(a == 0)])
Output:
[0 0 1 1 0 1 1 0 1]
[0 1 2 3 4 5 6 7 8]
[0 1 4 7]
1. 背景概述
日常的
数据
分析中,经常遇到需要根据各种不同的
条件
从
数据
集中
筛选
相应的
数据
记录,再进行提取、分析、替换、修改等操作。因此,
筛选
是
数据
分析中使用频率很高的功能。一般而言,通常是使用for循环在
数据
中进行
筛选
,本文总结了在python中常用的并且使用效率比较高的几种
数据
筛选
函数如:isin(), query(), contrains(),以及它们的实践示例。
2.
筛选
方法和函数简介
简单的
筛选
方法:
单一的
筛选
条件
或值
df.loc[df[“column_name”] == value]
Python
numpy
使用记录3.
数组
筛选
切片,np.where前言np.where的使用1.
筛选
替换2.
筛选
提取
如果我想提取
数组
中大于某个阈值的所有元素,可以使用
数组
筛选
后提取。
本篇记录
数组
筛选
的方法,np.where
np.where的使用
np.where是
numpy
中用于元素
筛选
的函数,有两种使用方法。
1.
筛选
替换
函数原型:np.where(co
nd
ition, x, y),co
nd
ition表示
数组
与
筛选
条件
,x表示满足
条件
的替换值,y表示不满足
条件
的替换值,函数返回替换矩阵(同维
Python实战:根据
条件
筛选
列表、字典、集合中的
数据
案例一:过滤列表中的负数案例二:
筛选
出字典中值大于某个值的项案例三:
筛选
出集合中符号某个
条件
的元素
案例一:过滤列表中的负数
过滤列表[3, 5, -19, -3, 48, 22, -19, -33, 42, -4, -18]中的负数。
最简单的实现方法:使用for循环实现,代码如下所示。
data = []
案例二:
筛选
出字典中值大于某个值的项
筛选
出字典{'xiaoliang':87, 'xiaowang':99, 'xiaoxin':95, 'x
import
numpy
as np
target=np.
array
([[1,2,3],[0,2,0],[1,2,3]])
where_res=np.where(target>0)
print('-'*20)
print(where_res)
执行结果如下:
(
array
([0, 0, 0, 1, 2, 2, 2]),
array
([0, 1, 2, 1, 0, 1, 2]))
问题解决:SettingWithCopyWarning: A value is trying to be set on a copy of a slice from a DataFrame
70773
问题解决:SettingWithCopyWarning: A value is trying to be set on a copy of a slice from a DataFrame
头大的小丸子:
拉格朗日对偶问题(Lagrange duality)
hardly555: