NumPy 基本操作(数组的布尔索引)

最新推荐文章于 2024-09-15 15:34:52 发布
最新推荐文章于 2024-09-15 15:34:52 发布
阅读量2.3k 收藏 2
点赞数
分类专栏： python 数据分析核心能力提升—numpy篇
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_38477351/article/details/106615730
版权
本文介绍如何使用NumPy的布尔索引选择数据。通过比较运算创建布尔数组，可以高效地选取特定行，例如筛选出名字为'Bob'的记录。同时讨论了布尔索引的注意事项，如长度匹配，以及如何通过逻辑运算符(&, |)组合多个条件进行数据筛选。此外，还展示了如何设置数组中负值为0。" 130063921,10030279,小样本数据集拓展：基于插值的策略,"['机器学习', '人工智能', '数据处理', '算法实现', '数据集拓展']
摘要由CSDN通过智能技术生成

                                           数组的布尔索引

 

重点：使用布尔值索引选择数据时，总是生成数据的拷贝，即使返回的数组并没有任何变化。

          利用布尔类型的数组进行数据索引，最终返回的结果是对应索引数组中数据为True位置的值。

 

如下例子，假设我们的数据都在数组中，并且数组中的数据是一些存在重复的人名。我会使用 numpy.random 中的 randn 函数来生成一些随机正态分布的数据：

    

假设每个人名都和 data 数组中的一行相对应，并且我们想要选中所有 "Bob" 对应的行。与数学操作类似，数组的比较操作（比如 ==）也是可以向量化的。因此，比较 names 数组和字符串 "Bob" 会产生一个布尔值数组：

    

了解本专栏 订阅专栏 解锁全文 超级会员免费看
诗雨时
关注
专栏目录
订阅专栏
Python numpy，数组的布尔索引，where三元运算符，clip裁剪
houyanhua1的专栏
02-18 576
  demo.py（数组的布尔索引）： # coding=utf-8 import numpy as np t = np.arange(24).reshape((4,6)) print(t<10) ''' [[ True True True True True True] [ True True True True False False] [False Fals...
numpy里面的布尔索引操作实例
qq_41422774的博客
09-06 810
布尔索引可以很好的找出numpy数组中符合某条件的值，利用布尔索引对原数组进行操作，提取出符合条件的值，组成新的数组 本例主要是利用布尔索引找出数组中为nan的值，并将其进行替换成新的值，如本例中替换为所在行的平均值 值得注意的是：每一个nan的值是不相等的，且nan的类型为float类型，所以任何一个包含有nan值的数组是几乎不可能相等的 np.isnan(col）便可以构造一个布尔索引，其中为...
numpy布尔数组索引
GGBond的博客
05-22 2229
1.先创建一个数组如下 h=np.arange(6).reshape(3,2) 2.选择出大于等于3的数据，会得到一个布尔类型的数组，如果大于等于3 ，在bool_idx数组中就会展示True，否则为Flase。如图： bool_idx=(h>=3) 3.打印出h数组中大于等于3的数据 print(h[bool_idx]) 4.也可以直接把条件和数组结合： print(h(h&g...
numpy 布尔索引
最新发布
qq_50602534的博客
09-15 244
可见，arr < 5 的返回值是一个与 arr 相同规模的布尔数组，当 arr 中的元素符合条件时，布尔数组的对应元素为 True，否则为False。当然，布尔索引可以自行创建，只要规模和原素组相同即可，并非一定要借助条件运算符。可见，布尔索引的元素为 True 时，arr 的对应元素被访问。当布尔索引的元素为 False 时，arr 的对应元素未被访问。而如果直接将数组的布尔索引访问结果返回，则会生成一个新的 ndarray。#通过布尔索引访问 arr。#通过布尔索引访问 arr。# 打印 arr_2。
NumPy——数组操作（数组运算_索引与切片_布尔型索引_转置与轴转换）
XQC_KKK的博客
01-18 1857
1.数组运算 import numpy as np arr = np.array([[2,3.,4],[4,5.4,6]]) print(arr) print("-------------------------") print(arr*arr) print("-------------------------") print(arr**2) print("-------------------------") print(arr-arr) print("-------------------------"
Numpy:索引及切片（核心：基本索引及切片 / 布尔型索引及切片）
weixin_44507435的博客
03-13 794
1.基本索引及切片 # 基本索引及切片（对数据进行基本的定位和查找） ar = np.arange(20) print(ar) print(ar[4]) print(ar[3:6]) print('-----') # 一维数组索引及切片，与基本列表类型的索引切片方法一致 ar = np.arange(16).reshape(4,4) print(ar, '数组轴数为%i' %ar.ndim) ...
numpy学习——数组的分片和索引以及高级索引（整数索引，布尔索引）
m0_50470999的博客
09-07 1575
基本的分片和索引操作 多维数组的分片操作： >>> a = np.arange(27).reshape(3,3,3) >>> a array([[[ 0, 1, 2], [ 3, 4, 5], [ 6, 7, 8]], [[ 9, 10, 11], [12, 13, 14], [15, 16, 17]], [[18, 19, 20], [21
对numpy中布尔型数组的处理方法详解
09-20
通过这些基本操作，你可以灵活地处理和分析数据，实现数据筛选、分组计算等复杂任务。在实际应用中，结合NumPy的其他功能，如数组运算、统计函数等，布尔型数组可以发挥更大的作用。理解并熟练运用这些技巧，能显著...
numpy-数组的索引
qq_14815199的博客
10-21 1000
1.数组的索引 2.布尔型索引 3.取出索引为1,4,7,9的值 4.花式索引 花式索引根据索引数组的值作为目标数组的某个轴的下标来取值。对于使用一维整型数组作为索引，如果目标是一维数组，那么索引的结果就是对应下标的行，如果目标是二维数组，那么就是对应位置的元素。花式索引跟切片不一样，它总是将数据复制到新数组中。 还可以为倒序 5.传入多个索引数组（要使用np.ix_ 产生笛卡尔积的映射关系） 将输入数组[1,5,7,2]和数组[0,3,1,2]产生笛卡尔积，就是...
NumPy基础：布尔索引，神奇索引，数组转置和换轴，通用函数，矩阵的合并
AI路漫漫
05-25 739
布尔索引，神奇索引，数组转置和换轴，通用函数
黑马程序员&数据分析与应用-第二章Numpy课后习题答案+解析+额外练习
热门推荐
lishuaigell的博客
03-03 2万+
第二章 科学计算库Numpy 一、填空题 1 . 在Numpy中，可以使用数组对象 ndarry 执行一些科学计算。 解析：可参考课本19页。 2 .如果 ndarry.ndim 执行的结果为2，则表示创建的是一个二维数组。 解析：维度：dimensions，ndim中的dim表示维度，n表示个数，应该是number 创建一个表示国际象棋的棋盘的 8 x 8 数组，其中，棋盘白格用0填充，棋盘黑格用1填充。
数据分析Numpy之布尔索引
weixin_59131972的博客
03-21 1612
的下标为（0,0）,我认为它们之间，会通过这样一个比较方法，arr 和arr2 都是二维数组，而且它们数组长度都是一致的，但是他们不是这样进行比较的，arr 第一个元素和 arr2 第一个元素进行比较，arr2第二个元素，和 arr2 第二个元素比较。元素类型而言：索引获得的是字符串，切片获得的是列表，有的时候索引和切片获得都是同一个元素，但是他们的数据类型是不同的。与基本的数学比较类似，数组中也有类似的比较操作，但是在的比较操作中，会产生True 和 False 的布尔值。
numpy中数组的数组型索引和布尔型索引
by 一目
09-17 6374
本文参考Indexing-arrays,在理解该文的基础上，本文列出了四维布尔型索引，可加深对布尔型索引的理解。 1.数组型索引 数组型索引的数组，其返回的是原始数据的副本，不是视图。 数组型索引取值必须是整数。索引中的每个值指示数组中使用哪个值代替索引。但索引值不能越界。 &gt;&gt;&gt; x=np.arange(10,1,-1) &gt;&gt;&gt; x[np.array...
numpy中数组的布尔型索引
小灰笔记
04-03 1万+
布尔型索引是我在接触numpy的时候给了我很大兴奋感的一个功能，做一下简单的拓展，他能够很方便地应用到我现在需要的一些处理中。 做一下简单的示范： In [15]: languages = np.array(['c','perl','python','c','python','perl','java']) In [16]: data = np.random.randn(7,5)
理解 numpy 中的布尔索引
nvd11的专栏
05-20 1239
布尔索引是一种通过使用布尔值（True或False）数组来选择数组中的元素的方法。布尔数组的长度必须与源数组相同，它指示了哪些元素应该被选择或过滤。通过使用布尔索引，我们可以根据指定条件来选择数组中的元素，这些条件可以是基于元素值的比较、逻辑运算符的组合或其他布尔表达式。简单来将， 布尔索引就是让 1个 boolean dtype 的adarray 作为另1个adarry 的 filter, 所以 布尔索引更应该是个filter 而不是 index。
python布尔型数组_《Python数据分析》一2.10 用布尔型变量索引NumPy数组
weixin_36325174的博客
12-23 520
本节书摘来自异步社区《Python数据分析》一书中的第2章，第2.10节，作者【印尼】Ivan Idris，更多章节内容可以访问云栖社区“异步社区”公众号查看2.10 用布尔型变量索引NumPy数组布尔型索引是指根据布尔型数组来索引元素的方法，属于花式索引系列。因为布尔型索引是花式索引的一个分类，所以它们的使用方法基本相同。下面用代码(详见本书代码包中的boolean_indexing.py文件)...
numpy中的布尔型索引
张冰洋的天空
01-12 9672
(内容来自《利用Python进行数据分析》） 先创建一个names一维数组，再用numpy.random中的randn函数生成一个7*4数组： &gt;&gt;names=np.array(["Bob","Joe","Will","Bob","Will","Joe","Joe"]) &gt;&gt;data=np.random.ran
numpy的广播机制、布尔索引、切片索引、花式索引
坚果的刻薄
05-11 1638
布尔索引 布尔索引，就是将元素都是布尔值的数组作为索引在另一个数组中取出元素的做法。 如下例，booling1为布尔数组，下标为0,3,4的位置是True，因此将会取出目标数组arr中对应位置的元素。 In [24]: arr = np.arange(7) In [25]: booling1 = np.array([True,False,False,True,True,False,False]) In [26]: arr[booling1] Out[26]: array([0, 3, 4]) 如果布尔数
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值