numpy ndarray掩码操作

bool掩码

掩出位置为True处的值
从大数据集中抽取出一小部分(e.g.抽取年龄大于40岁的学生)

import numpy as np

a = np.arange(1,10)
#设置掩码
mask = [True,False,True,False,True,False,True,False,True,False]
#如果总括号中放的列表中都是True/False,他就是一个bool掩码
#True的位置会漏出原数字
print(a[mask])	#返回True位置的值[1 3 5 7 9]

示例1

import numpy as np

ary = np.arange(1,10)
print(ary)
#设置掩码
mask  = ary % 2 == 0
print(mask)	#[False True False True False True False]
print(ary[mask])	#[2 4 6 8],掩出来的数组还是原数组的一部分
ary[mask] = 100 	#对掩出来的部分赋值，是修改原数组
print(ary)	#[1 100 3 100 5 100 7 100 9]

示例2：输出100以内3或7的倍数

a = np.arange(100)
print(a[(a % 3 == 0) | (a % 7 == 0)])

索引掩码

找出对应下标的元素输出出来
找出对应下标的元素输出出来

a = np.array(67,43,65,97,33,11,99)
mask = [3,6,2,1]
print(a[mask])	#[97,99,65,43]