Numpy入门[16]——choose函数实现条件筛选

参考：

https://ailearning.apachecn.org/

numpy高级函数操作之——select、choose

使用Jupyter进行练习

借助numpy.choose()方法，我们可以通过将包含要选择的行号索引的参数作为数组传递，从多维数组中选择元素。

对于数组，有时候需要进行类似 switch 和 case 进行条件选择，此时使用 choose 函数十分方便：

def choose(a, choices, out=None, mode='raise')

参数 a ：它必须是一个 int 型的数组，并且 a 中的元素，必须是0~n-1之间的数，这里的n表示的就是数组choices数组最外层的维度数。

choices：表示的是要操作的数组，要注意的是choices的数组的维度是一定要和a进行匹配的，如果匹配不了，会出现错误。

参数out：接收运算结果的数组，它的维度一定要和 a 是一样的，是可选参数。

参数mode：

默认的是raise，表示的是a数组中的元素不能超过 n
clip：将 a 中的元素如果小于0，则将其变为0，如果大于n-1，则变为n-1
wrap：将a中的值 value变为value mod n，即值除以n的余数。

import numpy as np
a = np.array([[2,0,1],[2,1,0],[1,2,2]])
choice = np.array([])np.choose(a, [[0, 1, 2], [10, 11, 12],[20, 21, 22]])

array([[20,  1, 12],[20, 11,  2],[10, 21, 22]])

在上面的例子中，a中第一行第一列元素映射为choice中第三行（2）第一列元素，第一行第二列元素映射为choice中第一行（0）第二列元素，映射的是行下标。

事实上， choose 不仅仅能接受下标参数，还可以接受下标所在的位置：

i0 = np.array([[0,1,2],[3,4,5],[6,7,8]])
i2 = np.array([[20,21,22],[23,24,25],[26,27,28]])
a = np.array([[1,0,1],[2,1,0],[1,2,2]])np.choose(a, [i0, 10, i2])

array([[10,  1, 10],[23, 10,  5],[10, 27, 28]])

这里，control 传入第一个 1 对应的是 10，传入的第一个 0 对应于 i0 相应位置的值即 1，剩下的以此类推。

下面的例子将数组中所有小于 10 的值变成了 10。

a = np.array([[ 0, 1, 2], [10,11,12], [20,21,22]])a < 10

array([[ True,  True,  True],[False, False, False],[False, False, False]])

# False(0)对应的是a中相应的元素，True(1)对应的是10
np.choose(a < 10, (a, 10))

array([[10, 10, 10],[10, 11, 12],[20, 21, 22]])

下面的例子将数组中所有小于 10 的值变成了 10，大于 15 的值变成了 15。

a = np.array([[ 0, 1, 2], [10,11,12], [20,21,22]])lt = a < 10
gt = a > 15choice = lt + 2 * gt
choice

array([[1, 1, 1],[0, 0, 0],[2, 2, 2]])

np.choose(choice, (a, 10, 15))

array([[10, 10, 10],[10, 11, 12],[15, 15, 15]])

Numpy入门[16]——choose函数实现条件筛选相关推荐

Excel VBA 多条件筛选及汇总统计
Excel VBA 多条件筛选 AdvancedFilter 汇总统计 sumproduct Range与Array交换在日常工作中,面对Excel表格数据,为了分类进行统计,通过对表格数据筛选获取 ...
Numpy入门教程：04. 数学函数
背景什么是 NumPy 呢? NumPy 这个词来源于两个单词 – Numerical和Python.其是一个功能强大的 Python 库,可以帮助程序员轻松地进行数值计算,通常应用于以下场景: 执 ...
python input函数赋值法_DataFrame添加列(赋值法、apply()、assign()、条件筛选)
在DataFrame添加一列常用4种方法,分别是1.直接赋值法; 2.apply函数;3.assign函数; 4.条件筛选,此外,concat函数也可以灵活的添加列,insert函数可以插入列,后续专 ...
Numpy入门教程：05. 逻辑函数
背景什么是 NumPy 呢? NumPy 这个词来源于两个单词 – Numerical和Python.其是一个功能强大的 Python 库,可以帮助程序员轻松地进行数值计算,通常应用于以下场景: 执 ...
R语言使用subset函数基于组合逻辑筛选dataframe符合条件的数据行（select observations）、并指定需要保留的dataframe数据列或者字段
R语言使用subset函数基于组合逻辑筛选dataframe符合条件的数据行(select observations).并指定需要保留的dataframe数据列或者字段目录
Py之pandas：利用isin函数对dataframe格式数据按照多个字段的条件筛选
Py之pandas:利用isin函数对dataframe格式数据按照多个字段的条件筛选目录利用isin函数对dataframe格式数据按照多个字段的条件筛选代码设计输出结果
filter函数的用法_动态数组函数系列5| 筛选函数FILTER，单条件多条件动态筛选
FILTER函数是筛选函数,就是在源数据中按照我们的条件筛选出我们想要的数据.除了常规的数据筛选,还可以进行多条件的"且"或者"或"的筛选. 下面我们来看看这个 ...
python 数列筛选_对numpy中的数组条件筛选功能详解
在程序设计中,时常会遇到数据的唯一化.相同.相异信息的提取等工作,在格式化的向量存储矩阵中南,numpy能够提供比较不错的快速处理功能. 1,唯一化的实现: In [63]: data = np.ar ...
python numpy 多条件筛选
numpy 条件筛选 np.where – array中满足条件的索引 import numpy as npa = np.arange(10) print(np.where(a>5)) prin ...

Numpy入门[16]——choose函数实现条件筛选

Numpy入门[16]——choose函数实现条件筛选

Numpy入门[16]——choose函数实现条件筛选相关推荐

最新文章

热门文章