numpy在对数组进行“行过滤“的时候，使用集合运算函数比使用逻辑运算函数更简单

1、集合运算

例1，集合运算的函数

import numpy as np
# 创建一维 ndarray x
x = np.array([1,2,3,4,5])
# 创建一维 ndarray y
y = np.array([6,5,4,8,7])
# 输出 x
print('x = ', x)
# 输出 y
print('y = ', y)
# 比较x和y
print('使用intersect1d输出x和y的交集:', np.intersect1d(x,y))
print('使用setdiff1d输出在x中不在y中的元素:', np.setdiff1d(x,y))
print('使用union1d输出x和y的并集:',np.union1d(x,y))
print('使用setxor1d输出x和y的异或集:',np.setxor1d(x,y))

例2 ，集合运算函数实现行过滤

x1_isin = np.intersect1d(np.where(coors_xyxy[:, 0] > startx), np.where(coors_xyxy[:, 0] < endx))
x2_isin = np.intersect1d(np.where(coors_xyxy[:, 2] > startx), np.where(coors_xyxy[:, 2] < endx))
coor_isin = np.union1d(x1_isin, x2_isin)  # 解决没有目标的情况

2、逻辑运算

例1，通过逻辑运算实现行过滤

vertical_middle_idx = np.where(np.logical_or(np.logical_and((pred_array1[:, 0] - np.array([ww / 2 - 90 / 5376 * ww]) <= 0), (pred_array1[:, 2] - np.array([ww / 2 - 90 / 5376 * ww]) >= 0)),np.logical_or(np.logical_and((pred_array1[:, 0] - np.array([ww / 2 + 90 / 5376 * ww]) <= 0),(pred_array1[:, 2] - np.array([ww / 2 + 90 / 5376 * ww]) >= 0)),np.logical_and((pred_array1[:, 0] - np.array([ww / 2 - 90 / 5376 * ww]) > 0),(pred_array1[:, 2] - np.array([ww / 2 + 90 / 5376 * ww]) < 0)))))
pred_array1 = pred_array1[vertical_middle_idx]

3、总结

从上面可看出，使用集合运算函数，更简单一些，逻辑也更好理解一些。

numpy在对数组进行“行过滤“的时候，使用集合运算函数比使用逻辑运算函数更简单相关推荐

Numpy中的数组、行/列向量及其之间的转化
1.array数组 [In] import numpy as np [In] a = np.array([1,2,3]) #一个[]对应的是既不是行向量也不是列向量,而是一个数组. [Out] arr ...
【Python】Numpy基础：数组和矢量运算
Numpy基础:数组和矢量运算目录: 文章目录一 Numpy及其重要性二 ndarray:一种多维数组对象 1 创建ndarray 2 ndarray的数据类型 3 数组和标量之间的运算 4 基 ...
《利用python进行数据分析》读书笔记--第四章 numpy基础：数组和矢量计算
第四章 Numpy基础:数组和矢量计算第一部分:numpy的ndarray:一种多维数组对象实话说,用numpy的主要目的在于应用矢量化运算.Numpy并没有多么高级的数据分析功能,理解Numpy ...
第四篇 NumPy基础：数组和⽮量计算
NumPy(Numerical Python的简称)是Python数值计算最重要的基础包.⼤多数提供科学计算的包都是⽤NumPy的数组作为构建基础. NumPy的部分功能如下: ndarray,⼀个具 ...
Python NumPy 基础：数组和向量计算
文章目录 1.1 NumPy 的ndarray:一种多维数组对象创建ndarray ndarray数据类型 NumPy 数组的运算基本的索引和切片切片索引布尔型索引花式索引数组转置和轴对换 ...
Python数据分析学习四 NumPy基础：数组和矢量计算
Python数据分析学习系列四NumPy基础:数组和矢量计算资料转自(GitHub地址):https://github.com/wesm/pydata-book 有需要的朋友可以自行去github下 ...
python二维向量运算模拟_【转载 Python】Numpy基础：数组和矢量运算
Numpy基础:数组和矢量运算目录: 尊重原创,转载出处:https://blog.csdn.net/sunyaowu315/article/details/82733249?utm_medium= ...
Python Numpy多维数组.sum(axis=0/1/2...) 详解
Python Numpy多维数组.sum(axis=0/1/2-) 详解 numpy中axis取值的说明首先对numpy中axis取值进行说明:一维数组时axis=0,二维数组时axis=0,1,维 ...
转载：谢谢原作者：块设备驱动实战基础篇二（继续完善170行过滤驱动代码至200行）
1.3块设备驱动关键数据结构及函数API详细剖析经过上节四个步骤我们已经熟悉并实战了一个最基本的过滤块设备驱动的设计技巧,我们这一节先不继续实战,我们本节把上节170行代码中接触到的块设备核心数据结 ...
numpy列相加_Python数据分析入门：NumPy基础：数组与向量化计算
本章重点内容: 1.NumPy ndarray:多维数组对象 1)生成ndarry 2)ndarray的数据类型 3)NumPy数据算术 4)基础索引与切片 5)布尔索引 6)数组转置和换轴 2.通用 ...

numpy在对数组进行“行过滤“的时候，使用集合运算函数比使用逻辑运算函数更简单

1、集合运算

2、逻辑运算

3、总结

numpy在对数组进行“行过滤“的时候，使用集合运算函数比使用逻辑运算函数更简单相关推荐

最新文章

热门文章