python花式索引_python花式索引与布尔掩码数组

如下:

import numpy as np

from numpy.ma import masked_array

data = masked_array(data = [7, 0, 7, 1, 8, 0, 1, 1, 0, 0, 3, 0, 0, 3, 0],

mask = [False, True, False, False, False, True, False, False, True, True, False, True, True, False, True])

flag = masked_array(data = [True, False, False, True, 0, 0, 0, False, 0, True, 0, 0, 0, 0, True],

mask = [False, False, False, False, True, True, True, False, True, False, True, True, True, True, False])

print(repr(data))

print(repr(flag))

indices = np.where(flag & ~flag.mask)

print(data[indices])

注意,如果flag中的屏蔽值无法与&进行比较,则可能会遇到麻烦,但对您来说情况并非如此。

输出:

masked_array(data = [7 -- 7 1 8 -- 1 1 -- -- 3 -- -- 3 --],

mask = [False True False False False True False False True True False True True False True],

fill_value = 999999)

masked_array(data = [1 0 0 1 -- -- -- 0 -- 1 -- -- -- -- 1],

mask = [False False False False True True True False True False True True True True False],

fill_value = 999999)

[7 1 -- --]

编辑:

获取指数的另一种方法可能是:

indices = np.where(flag.filled(False))

更新(编辑2):

注意使用数组索引数组的细微之处。

请考虑以下代码:

import numpy as np

data = np.array([1,2,3,4,5])

mask = np.array([True, False, True, False, True])

res = data[mask]

print(res)

正如您可能(或可能不会)所期望的那样,这里的掩码用作“过滤器”,过滤掉掩码中相应位置为False的数据元素。由于我为data和mask选择的值,效果是索引用于过滤掉偶数data值,只留下奇数值。

此处的输出为:[1 3 5]。

现在,请考虑非常 类似的代码:

import numpy as np

data = np.array([1,2,3,4,5])

mask = np.array([1, 0, 1, 0, 1])

res = data[mask]

print(res)

这里,唯一改变的是掩码元素的数据类型,它们的布尔值是相同的。让我们调用第一个掩码(由True / False值组成)mask1和第二个掩码(由1 / 0值组成){{1} }。

您可以通过mask2属性(例如dtype)检查数组的数据类型。 print(mask.dtype)的dtype为mask1,而bool的dtype为mask2。

但是,输出结果不同: int32。

这里发生了什么?

实际上,索引的行为会有所不同,具体取决于用于索引的数组的数据类型。如上所述,当“mask”的数据类型为boolean时,它提供过滤功能。但是当“mask”的数据类型是完整的时,它会提供一个“选择”函数,使用索引的元素作为原始数组的索引。

因此,在第二个示例中,由于[2 1 2 1 2]和data[1] = 2,data[0] = 1的结果是一个长度为5的数组,而不是3(在布尔值的情况下)。

换句话说,给出以下代码:

data[mask2]

如果res = data[mask],res的长度将等于掩码的长度。

如果mask.dtype == int,则res的长度将等于掩码中mask.dtype == bool值的数量。

相当不同。

最后,您可以使用True方法将一种数据类型的数组强制转换为另一种数据类型。

演示片段:

astype

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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