python中的select()以及choose()的用法
转自
一、什么是np.select()
顾名思义,这个函数用用来“ 根据某一些条件 ” 来筛选出 “某一些元素 ”的函数,比如我有一个数组,我如果用if-else语句去做,当然也可以,比如我们让小于6的元素各自加上10,大于等于6的元素统统变为100,我们可以这么做,代码如下:
a=np.array([1,2,3,4,5,6,7,8,9,10])
aa=[]
for i in a:if (i<6):i=i+10else:i=100aa.append(i)
print(aa)
运行结果为 [11, 12, 13, 14, 15, 100, 100, 100, 100, 100]
但是这样做的缺点就是效率太过于低下,因为这样做就是使用循环,条件判断去完成,select()函数就是专门针对这种情况提出来的。
1、select函数的定义
def select(condlist, choicelist, default=0):condlist参数:操作数据所依据的条件choicelist参数:根据condlist条件,索要执行的操作返回值:返回的是一个“ 列表” 。
注意上面的condlist和choicelist都必须是写成“ 列表 ”的形式。
要实现上面同样的操作,这里只需要一句话就可以完成
a=np.array([1,2,3,4,5,6,7,8,9,10])
condlist=[a<6] #第一个参数,必须用【】括起来,列表形式
print(condlist)
choicelist=[a+10] #第二个参数,必须用【】括起来,列表形式
print(choicelist)
aa=np.select(condlist,choicelist,default=100)
print(aa)
程序运行的结果为
[array([ True, True, True, True, True, False, False, False, False,False])]
[array([11, 12, 13, 14, 15, 16, 17, 18, 19, 20])]
[11 12 13 14 15 100 100 100 100 100] #由此可见,依然得到的是上面的结果。
什么意思呢?可以这样理解,对于第一个参数condlist=[ a<6 ],我们将a<6看成是一个条件,只不过这个条件是针对array类型的a的,第二个参数choicelist所要执行的操作是依据condlist而言的,即这里的 [a+10]里面的a+10这个操作,和 [a<6]这个里面的,a<6是对应关系的,即当第一条件里的每个元素满足条件的时候,即为True的时候,就执行相应的操作,如果为false,那么久不执行,而对于不满足的元素,则执行默认的值,即default。
2、select() 对于多条件、多操作的筛选和执行
比如针对一个数组,我们规定小于6的就加上10,介于10~15之间的就平方,大于20的就乘以10,其他的就默认变为100.
a=np.array([[1,2,3,4,5],[6,7,8,9,10],[11,12,13,14,15],[16,17,18,19,20],[21,22,23,24,25]])
condlist=[a<6,np.logical_and(a>10,a<16),a>20] #参数一,定义三个限制条件
print(condlist)
choicelist=[a+10,a**2,a*10] #参数二,定义三个不同的操作
print(choicelist)
aa=np.select(condlist,choicelist)
print(aa)
print(’=======================================’)
运行结果为:
[[ 11 12 13 14 15] #第一行分别加上了10
[ 0 0 0 0 0]
[121 144 169 196 225] #第三行每个数分别进行了平方
[ 0 0 0 0 0]
[210 220 230 240 250]] #第五行每个数分别乘以10
3、select函数总结
参数一,condlist=【条件一,条件二,条件三,,,,】
参数二,choicelist=【操作一,操作二,操作三,,,,,】
只有每个条件中,对应为true的才会执行相对应的操作,最终所有条件都不满足的元素,则执行默认值default。
二、np.choose()函数
choose()函数,顾名思义,也是通过某一些条件去“选择”相关的元素,choose的操作会比自己使用for-if-else效率要高。
1、choose()函数的定义
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 ,她还有两个可选值,
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-1wrap:将a中的值 value变为value mod n,即值除以n的余数。
2、choose的应用
(1)当a和choices都是相同维数的时候——a为1维,choices为1维
result=np.array([0,0,0,0,0])
aa=np.choose([4,2,1,3,0],[11,22,33,44,55],out=result) #当a,与choices的尾数相同的时候
print(aa)
print(result) #result是out输出的,这里和aa的结果是一样的
运行结果:
[55 33 22 44 11]
[55 33 22 44 11] #二者的结果是一样的,这个地方使用了out,mode参数使用的是默认值
总结:因为choices的 n 为5,所以 a 中的元素不能够超过5 ,它代表的是 choices中的 索引index。11对应0,22对应1,33对应2,44对应3,55对应4.
(2)当a的维数比choices的维数多的时候——a为2维,choices为1维
bb=np.choose([[4,2,1,3,0],[3,4,2,0,1],[0,2,1,4,3]],[11,22,33,44,55])
print(bb)
运行结果为:
[[55 33 22 44 11]
[44 55 33 11 22]
[11 33 22 55 44]] # a 中的每一个索引 都分别与choices 对应着的。
(3)当a的维数比choices的维数少的时候——a为1维,choices为2维
cc=np.choose([4,2,1,3,0],[[11,22,33,32,31],[44,55,66,65,64],[77,88,99,98, 97],[111,222,333,332,331],[444,555,666,665,664]])
print(cc)
运行结果为:
[444 88 66 332 31] # 444 对应于 choices[4,0],88对应于 choices[2,1],66 对应于 choices[1,2],332 对应于 choices [3,3],31 对应于 choices[0,4]
总结:由此可知,choices的最外层索引index依然是与a进行匹配的,但是内层索引是按照从0开始,0、1、2、3、4逐渐递增的。鉴于此,choices的内层元素数量依然要与a的个数进行匹配才行,否则会报错。
(4)当a的维数和choices的维数都是多维的时候——a为2维,choices为2维
dd=np.choose([[4,2,1,3,0],[3,4,2,0,1],[0,2,1,4,3]],[[11,22,33,32,31],[44, 55,66,65,64],[77,88,99,98,97],[111,222,333,332,331],[444,555 ,666,665,664]])
print(dd)
运行结果为:
[[444 88 66 332 31]
[111 555 99 32 64]
[ 11 88 66 665 331]] #运算过程同上面的 (3)是类似的
总结:从上面的几个例子可以看出,choose最终的输出结果是和 a 一样的。a中的数值不能超过choices的索引值,但是没有要求一定要a和choices维度相同。
3、choose的综合应用
a=[[1,0,2],[2,1,0],[2,0,1]]
c1=[[1,2,3],[4,5,6],[7,8,9]]
choices=[c1,100,c2]
result=np.choose(a,choices)
print(result)
运行结果为:
[[100 2 33]
[ 44 100 6]
[ 77 8 100]] #原理同上
总结:choose()是根据给出的index值对choice参数获取,最后返回一个列表。
python中的select()以及choose()的用法相关推荐
- Python中yield和yield from的用法
yield 后面接的是 future 对象 调用方 委托生成器 yield from 直接给出循环后的结果 yield from 委托者和子生成器直接通信 yield from 直接处理stopIte ...
- python中list[1啥意思_详解Python中list[::-1]的几种用法
本文主要介绍了Python中list[::-1]的几种用法,分享给大家,具体如下: s = "abcde" list的[]中有三个参数,用冒号分割 list[param1:para ...
- python中os.path.join()的循环用法_Python中.join()和os.path.join()两个函数的用法详解
Python中有.join()和os.path.join()两个函数,具体作用如下: . join(): 连接字符串数组.将字符串.元组.列表中的元素以指定的字符(分隔符)连接生成一个新的字符串 ...
- 深入理解python中的select模块
简介 Python中的select模块专注于I/O多路复用,提供了select poll epoll三个方法(其中后两个在Linux中可用,windows仅支持select),另外也提供了kqueue ...
- Python中的select、epoll详解
Python中的select.epoll详解 文章目录 Python中的select.epoll详解 一.select 1.相关概念 2.select的特性 1.那么单进程是如何实现多并发的呢??? ...
- python items函数用法,Python中dictionary items()系列函数的用法实例
本文实例讲述了Python中dictionary items()系列函数的用法,对Python程序设计有很好的参考借鉴价值.具体分析如下: 先来看一个示例: import html # availab ...
- python enumerate函数_关于python中enumerate和zip函数的用法及举例
关于python中enumerate和zip函数的用法及举例 关于enumerate函数: enumerate函数可以同时返回列表或元组等可迭代对象的下标和内容,但实际上,enumerate函数实际返 ...
- python select模块_深入理解python中的select模块
简介 Python中的select模块专注于I/O多路复用,提供了select poll epoll三个方法(其中后两个在Linux中可用,windows仅支持select),另外也提供了kque ...
- python中关于try,expect的用法
python中关于try,expect的用法 try: code except Error1 as e: #处理Error1异常 print(e) 上式说明,运行code,如果code恰巧出现了Err ...
最新文章
- Visual Studio Code Go 插件文档翻译
- VIM 命令使用大全
- 零基础学python需要多久-零基础学Python要多久
- 概率统计笔记:贝叶斯推断 Bayesian Inference
- Java获得随机数字
- C++ 类模板二(类模版与友元函数)
- 李航《统计学习方法》-----支持向量机
- 坚持早起21天,每月多赚1000+ (文末有惊喜)
- 基于Smadja算法的搭配词自动提取实践
- linux方向键ascii_Linux
- Ansible详解(五)——Ansible其他模块使用详解
- ZZCMS 2022版白盒审计
- 【高数】高数第五章节——定积分积分上限函数牛顿——莱布尼兹公式反常积分与广义积分
- 使用定积分计算三角形面积
- PMBOK 7th管理模型介绍系列--五分钟了解情境领导力
- 基础类库,注释,异常,集合,泛型
- Vue:解决[Vue warn]: Failed to resolve directive: modle (found in Anonymous)
- 迅睿cms 项目信息自定义字段调用
- 世博之旅 (1/2)
- 2月第4周榜单丨飞瓜数据B站UP主排行榜(哔哩哔哩平台)发布!