NumPy 数组过滤
数组过滤
从现有数组中获取一些元素并用它们创建一个新数组的过程称为过滤。
在 NumPy 中，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，则该元素被排除在过滤后的数组之外。
示例
从索引 0 和 2 上的元素创建一个数组
import numpy as np
arr = np.array([41, 42, 43, 44])
x = [True, False, True, False]
newarr = arr[x]
print(newarr)
自己尝试一下 »
上面的示例将返回[41, 43]，为什么？
因为新数组仅包含过滤数组值为True的元素，在本例中，为索引 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)
自己尝试一下 »
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
# 如果元素可以被 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)
自己尝试一下 »
直接从数组创建过滤器
以上示例在 NumPy 中是一项非常常见的任务，NumPy 提供了一种很好的方法来解决它。
我们可以直接用数组替换条件中的可迭代变量，它将按我们预期的那样工作。
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)
自己尝试一下 »
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)
自己尝试一下 »
