NumPy提供了一些搜索和查找数组中元素的方法,包括:
下面分别进行详细介绍:
np.where()方法的第一个参数是条件,可以是一个数组或一个条件表达式。它会返回一个由满足条件的元素下标构成的元组或数组,如果指定了x和y参数,则满足条件的元素会被替换为x中的元素,否则将被替换为元素下标。
import numpy as np
# 生成一个随机数组
a = np.random.randint(1, 10, size=(3, 4))
print(a)
# 找到大于5的元素的下标
index = np.where(a > 5)
print(index)
# 替换大于5的元素为0
a[np.where(a > 5)] = 0
print(a)
输出结果:
[[2 2 4 7]
[4 8 7 1]
[1 9 9 9]]
(array([0, 1, 1, 2, 2, 2, 2]), array([3, 1, 2, 1, 2, 3, 4]))
[[2 2 4 0]
[4 0 0 1]
[1 0 0 0]]
np.argwhere()方法返回满足条件的元素的下标,与np.where()方法类似,但返回的是一个包含下标的数组,而不是元组。
示例:
import numpy as np
# 生成一个随机数组
a = np.random.randint(1, 10, size=(3, 4))
print(a)
# 找到大于5的元素的下标
index = np.argwhere(a > 5)
print(index)
输出结果:
[[6 1 6 8]
[5 5 1 7]
[2 8 7 5]]
[[0 3]
[1 0]
[1 1]
[1 3]
[2 1]
[2 2]]
searchsorted()函数的返回值为一个整数或整数数组,表示插入元素后应该在哪个位置。
如果v的值小于a中的最小元素,则返回0;如果v的值大于a中的最大元素,则返回a的长度。
例如:
import numpy as np
a = np.array([1, 2, 3, 4, 5])
v = 3.5
print(np.searchsorted(a, v, side='left')) # 输出:3
print(np.searchsorted(a, v, side='right')) # 输出:3
extract()函数根据指定的条件,从数组中提取满足条件的元素。它返回一个满足条件的一维数组。
下面是一个使用extract()函数的示例:
import numpy as np
arr = np.array([1, 2, 3, 4, 5])
condition = arr > 2
print(np.extract(condition, arr)) # 输出:[3 4 5]
本文链接:http://task.lmcjl.com/news/4385.html