NumPy 过滤数组
过滤数组
从现有数组中提取一些元素并创建一个新数组的过程称为过滤。
在 NumPy 中，您可以使用布尔索引列表过滤数组。
布尔索引列表是一个布尔值列表，对应于数组中的索引。
如果某个索引处的值为True，则该元素包含在过滤后的数组中；如果该索引处的值为False，则该元素将从过滤后的数组中排除。
示例
从索引 0 和 2 的元素创建数组
import numpy as np
arr = np.array([41, 42, 43, 44])
x = [True, False, True, False]
newarr = arr[x]
print(newarr)
自己动手试一试 »
上面的示例将返回[41, 43]，为什么？
因为新数组只包含过滤器数组中值为True的那些值，在本例中是索引 0 和 2。
创建过滤数组
在上面的示例中，我们硬编码了True和False值，但常见的用法是根据条件创建过滤数组。
示例
创建一个过滤数组，只返回大于 42 的值
import numpy as np
arr = np.array([41, 42, 43, 44])
# 创建一个空列表
filter_arr = []
# 遍历 arr 中的每个元素
for element in arr
# 如果元素大于 42，则将值设置为 True，否则设置为 False
if element > 42
filter_arr.append(True)
else
filter_arr.append(False)
newarr = arr[filter_arr]
print(filter_arr)
print(newarr)
自己动手试一试 »
示例
创建一个过滤数组，只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])
# 创建一个空列表
filter_arr = []
# 遍历 arr 中的每个元素
for element in arr
# 如果元素能被 2 整除，则将值设置为 True，否则设置为 False
if element % 2 == 0
filter_arr.append(True)
else
filter_arr.append(False)
newarr = arr[filter_arr]
print(filter_arr)
print(newarr)
自己动手试一试 »
直接从数组创建过滤器
上述示例在 NumPy 中是一个相当常见的任务，NumPy 提供了一种很好的方法来解决它。
我们可以直接用数组代替条件中的可迭代变量，它会像我们期望的那样工作。
示例
创建一个过滤数组，只返回大于 42 的值
import numpy as np
arr = np.array([41, 42, 43, 44])
filter_arr = arr > 42
newarr = arr[filter_arr]
print(filter_arr)
print(newarr)
自己动手试一试 »
示例
创建一个过滤数组，只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])
filter_arr = arr % 2 == 0
newarr = arr[filter_arr]
print(filter_arr)
print(newarr)
自己动手试一试 »
