numpy ndarray 按条件筛选数组，关联筛选

最近的项目中大量涉及数据的预处理工作，对于ndarray的使用非常频繁。其中ndarray如何进行数值筛选，总结了几种方法。

1.按某些固定值筛选
如下面这段代码从，ndarray中可以筛选出数值等于3的子数组和其在原数组中的索引位置。

import numpy as np

arr = np.array([1, 1, 1, 134, 45, 3, 46, 45, 65, 3, 23424, 234, 12, 12, 3, 546, 1, 2])
print(np.where(arr==3))
print(arr[np.where(arr == 3)])

Output:

(array([ 5,  9, 14], dtype=int32),)
[3 3 3]

2.按多个固定值筛选
按上述方法筛选多个固定值也是可行的，将不同条件用括号括起来，之间打 | 即可。

import numpy as np

arr = np.array([1, 1, 1, 134, 45, 3, 46, 45, 65, 3, 23424, 234, 12, 12, 3, 546, 1, 2])
print(np.where((arr == 3) | (arr == 1)))
print(arr[np.where((arr == 3) | (arr == 1))])

Output:

(array([ 0,  1,  2,  5,  9, 14, 16], dtype=int32),)
[1 1 1 3 3 3 1]

3.按范围筛选
除了按固定值，我们还可以按一定的范围进行筛选

import numpy as np

arr = np.array([1, 1, 1, 134, 45, 3, 46, 45, 65, 3, 23424, 234, 12, 12, 3, 546, 1, 2])
print(np.where(arr > 3))
print(arr[np.where(arr > 3)])

Output:

(array([ 3,  4,  6,  7,  8, 10, 11, 12, 13, 15], dtype=int32),)
[  134    45    46    45    65 23424   234    12    12   546]

如果不需要index，还可以有更快的方法

import numpy as np

arr = np.array([1, 1, 1, 134, 45, 3, 46, 45, 65, 3, 23424, 234, 12, 12, 3, 546, 1, 2])
print(arr[arr > 3])

Output:

[  134    45    46    45    65 23424   234    12    12   546]

那为什么还需要用np.where呢？因为索引可以满足不同数组间的筛选，比如有a, b 两个数组我们需要筛选出所有a == 0的b时即可使用np.where函数。

import numpy as np

a = np.array([0, 0, 1, 1, 0, 1, 1, 0, 1])
b = np.arange(len(a))
print(a)
print(b)
print(b[np.where(a == 0)])

Output:

[0 0 1 1 0 1 1 0 1]
[0 1 2 3 4 5 6 7 8]
[0 1 4 7]