在numpy中，數(shù)組可以看作是一系列數(shù)值的有序集合，可以通過下標(biāo)訪問其中的元素。 處理數(shù)組的過程中，經(jīng)常需要用到數(shù)組過濾功能。

過濾功能可以在處理數(shù)據(jù)時(shí)非常有用，因?yàn)樗梢允箶?shù)據(jù)更加干凈和可讀性更強(qiáng)。 例如，在進(jìn)行數(shù)據(jù)分析時(shí)，通常需要去除異常值，過濾掉不必要的元素可以使數(shù)據(jù)更加易于分析和處理。

numpy本身提供了很多針對特定要求的過濾函數(shù)， 不過本篇只介紹最基本的過濾方式，通過最基本的過濾方式來揭示其過濾的原理。

比較

比較是過濾的前提，因?yàn)橥ㄟ^比較才能確定過濾的條件。

數(shù)組和單個(gè)數(shù)字

import numpy as np

arr = np.random.randint(0, 10, (3, 3))
print(arr)
#運(yùn)行結(jié)果
[[4 1 4]
 [7 6 1]
 [8 9 5]]

print(arr > 5)
#運(yùn)行結(jié)果
[[False False False]
 [ True  True False]
 [ True  True False]]

數(shù)組和單個(gè)數(shù)字比較，也滿足上一篇介紹的廣播原則，也就是數(shù)組arr的每個(gè)元素都和數(shù)字5進(jìn)行了比較。

比較的結(jié)果是和arr相同結(jié)構(gòu)的數(shù)組，數(shù)組中的元素是bool值。 滿足比較條件是True，不滿足比較條件的是False。

數(shù)組和數(shù)組

除了和單個(gè)數(shù)字比較之外，數(shù)組之間也是可以比較的。

arr1 = np.random.randint(0, 10, (3, 3))
print(arr1)
#運(yùn)行結(jié)果
[[9 7 3]
 [2 8 5]
 [2 2 3]]

arr2 = np.random.randint(0, 10, (3, 3))
print(arr2)
#運(yùn)行結(jié)果
[[1 6 0]
 [0 1 8]
 [9 0 5]]

print(arr1 > arr2)
#運(yùn)行結(jié)果
[[ True  True  True]
 [ True  True False]
 [False  True False]]

數(shù)組之間的比較就是相同位置的元素之間比較，如果兩個(gè)數(shù)組的結(jié)構(gòu)不一樣，會按照上一篇介紹的廣播計(jì)算方式來擴(kuò)充數(shù)組。 比如：

arr1 = np.random.randint(0, 10, (3, 3))
print(arr1)
#運(yùn)行結(jié)果
[[9 6 0]
 [1 4 9]
 [1 1 4]]

arr2 = np.random.randint(0, 10, (3, 1))
print(arr2)
#運(yùn)行結(jié)果
[[1]
 [0]
 [9]]

print(arr1 > arr2)
#運(yùn)行結(jié)果
[[ True  True False]
 [ True  True  True]
 [False False False]]

上面的數(shù)組arr2，按廣播規(guī)則被擴(kuò)充成：

[[1 1 1]

[0 0 0]

[9 9 9]]

掩碼

所謂掩碼，其實(shí)就是上面的各個(gè)示例中的比較結(jié)果。 也就是只包含bool值的數(shù)組，比如：

[[ True True False]

[ True True True]

[False False False]]

我們就是根據(jù)這個(gè)掩碼，來過濾出數(shù)組中的True 或者 False 位置的元素。

過濾

過濾就是根據(jù)掩碼，選擇出符合條件的元素。

單條件過濾

arr = np.random.randint(0, 10, (3, 3))
print(arr)
#運(yùn)行結(jié)果
[[8 4 0]
 [2 2 9]
 [9 5 9]]

print(arr[arr > 5])
#運(yùn)行結(jié)果
[8 9 9 9]

最后得到的是arr中值大于5的元素?cái)?shù)組。 其中 arr > 5 的結(jié)果就是上一節(jié)提到的掩碼，最后過濾出的元素就是根據(jù)這個(gè)掩碼得到的。

除了跟單獨(dú)的數(shù)字比較，也可以和數(shù)組比較：

arr1 = np.random.randint(0, 10, (3, 3))
print(arr1)
#運(yùn)行結(jié)果
[[3 4 7]
 [4 6 2]
 [7 2 1]]

arr2 = np.random.randint(0, 10, (3, 3))
print(arr2)
#運(yùn)行結(jié)果
[[2 3 1]
 [7 7 7]
 [1 6 4]]

print(arr1[arr1 > arr2])
#運(yùn)行結(jié)果
[3 4 7 7]

多條件過濾

多條件過濾使用 & 和 | 來連接不同的條件。

arr1 = np.random.randint(0, 10, (3, 3))
print(arr1)
#運(yùn)行結(jié)果
[[1 0 5]
 [7 4 9]
 [8 5 4]]

arr2 = np.random.randint(0, 10, (3, 3))
print(arr2)
#運(yùn)行結(jié)果
[[6 4 1]
 [0 1 1]
 [8 5 8]]

print(arr1[(arr1 > 5) & (arr1 > arr2)])
#運(yùn)行結(jié)果
[7 9]

過濾arr1中大于5** 并且 **對應(yīng)位置比arr2大的元素。

arr1 = np.random.randint(0, 10, (3, 3))
print(arr1)
#運(yùn)行結(jié)果
[[1 0 5]
 [7 4 9]
 [8 5 4]]

arr2 = np.random.randint(0, 10, (3, 3))
print(arr2)
#運(yùn)行結(jié)果
[[6 4 1]
 [0 1 1]
 [8 5 8]]

print(arr1[(arr1 > 5) | (arr1 > arr2)])
#運(yùn)行結(jié)果
[5 7 4 9 8]

過濾arr1中大于5 或者對應(yīng)位置比arr2大的元素。

總結(jié)回顧

本篇主要介紹了過濾的基本原理，首先從比較開始，比較的結(jié)果是掩碼，最后通過掩碼過濾數(shù)組。