Numpy基础之数组过滤功能介绍

在numpy中，数组可以看作是一系列数值的有序集合，可以通过下标访问其中的元素。 处理数组的过程中，经常需要用到数组过滤功能。

过滤功能可以在处理数据时非常有用，因为它可以使数据更加干净和可读性更强。 例如，在进行数据分析时，通常需要去除异常值，过滤掉不必要的元素可以使数据更加易于分析和处理。

numpy本身提供了很多针对特定要求的过滤函数， 不过本篇只介绍最基本的过滤方式，通过最基本的过滤方式来揭示其过滤的原理。

比较

比较是过滤的前提，因为通过比较才能确定过滤的条件。

数组和单个数字

import numpy as np

arr = np.random.randint(0, 10, (3, 3))
print(arr)
#运行结果
[[4 1 4]
 [7 6 1]
 [8 9 5]]

print(arr > 5)
#运行结果
[[False False False]
 [ True  True False]
 [ True  True False]]

数组和单个数字比较，也满足上一篇介绍的广播原则，也就是数组arr的每个元素都和数字5进行了比较。

比较的结果是和arr相同结构的数组，数组中的元素是bool值。 满足比较条件是True，不满足比较条件的是False。

数组和数组

除了和单个数字比较之外，数组之间也是可以比较的。

arr1 = np.random.randint(0, 10, (3, 3))
print(arr1)
#运行结果
[[9 7 3]
 [2 8 5]
 [2 2 3]]

arr2 = np.random.randint(0, 10, (3, 3))
print(arr2)
#运行结果
[[1 6 0]
 [0 1 8]
 [9 0 5]]

print(arr1 > arr2)
#运行结果
[[ True  True  True]
 [ True  True False]
 [False  True False]]

数组之间的比较就是相同位置的元素之间比较，如果两个数组的结构不一样，会按照上一篇介绍的广播计算方式来扩充数组。 比如：

arr1 = np.random.randint(0, 10, (3, 3))
print(arr1)
#运行结果
[[9 6 0]
 [1 4 9]
 [1 1 4]]

arr2 = np.random.randint(0, 10, (3, 1))
print(arr2)
#运行结果
[[1]
 [0]
 [9]]

print(arr1 > arr2)
#运行结果
[[ True  True False]
 [ True  True  True]
 [False False False]]

上面的数组arr2，按广播规则被扩充成：

[[1 1 1]

[0 0 0]

[9 9 9]]

掩码

所谓掩码，其实就是上面的各个示例中的比较结果。 也就是只包含bool值的数组，比如：

[[ True True False]

[ True True True]

[False False False]]

我们就是根据这个掩码，来过滤出数组中的True 或者 False 位置的元素。

过滤

过滤就是根据掩码，选择出符合条件的元素。

单条件过滤

arr = np.random.randint(0, 10, (3, 3))
print(arr)
#运行结果
[[8 4 0]
 [2 2 9]
 [9 5 9]]

print(arr[arr > 5])
#运行结果
[8 9 9 9]

最后得到的是arr中值大于5的元素数组。 其中 arr > 5 的结果就是上一节提到的掩码，最后过滤出的元素就是根据这个掩码得到的。

除了跟单独的数字比较，也可以和数组比较：

arr1 = np.random.randint(0, 10, (3, 3))
print(arr1)
#运行结果
[[3 4 7]
 [4 6 2]
 [7 2 1]]

arr2 = np.random.randint(0, 10, (3, 3))
print(arr2)
#运行结果
[[2 3 1]
 [7 7 7]
 [1 6 4]]

print(arr1[arr1 > arr2])
#运行结果
[3 4 7 7]

多条件过滤

多条件过滤使用 & 和 | 来连接不同的条件。

arr1 = np.random.randint(0, 10, (3, 3))
print(arr1)
#运行结果
[[1 0 5]
 [7 4 9]
 [8 5 4]]

arr2 = np.random.randint(0, 10, (3, 3))
print(arr2)
#运行结果
[[6 4 1]
 [0 1 1]
 [8 5 8]]

print(arr1[(arr1 > 5) & (arr1 > arr2)])
#运行结果
[7 9]

过滤arr1中大于5** 并且 **对应位置比arr2大的元素。

arr1 = np.random.randint(0, 10, (3, 3))
print(arr1)
#运行结果
[[1 0 5]
 [7 4 9]
 [8 5 4]]

arr2 = np.random.randint(0, 10, (3, 3))
print(arr2)
#运行结果
[[6 4 1]
 [0 1 1]
 [8 5 8]]

print(arr1[(arr1 > 5) | (arr1 > arr2)])
#运行结果
[5 7 4 9 8]

过滤arr1中大于5 或者对应位置比arr2大的元素。

总结回顾

本篇主要介绍了过滤的基本原理，首先从比较开始，比较的结果是掩码，最后通过掩码过滤数组。