python如何提取奇数_如何在数组中只获取奇数并使用numpy for python将其平方？

numpy的强大之处在于它允许您在单个操作中对整个数组进行操作。这称为矢量化或矢量化。当然，在幕后也有这样做的循环，但它们是用C语言编写的，并且经过高度优化，因此它们的运行速度比纯python所能达到的任何速度都要快。

所以当你用numpy编写一个函数时，你的首要目标是让numpy完成所有的工作。理想情况下，不应该有显式循环，而应该只有对整个数组同时操作的调用。幸运的是，numpy提供了所有必要的实用程序，以便在您的情况下实现这一点。

下面是一个循序渐进的指南：

首先，将输入转换为数组。数组在很多方面就像列表，不同之处在于可以对它们执行矢量化操作。如果您传入一个列表，大多数numpy函数会将它们的输入静默地转换成一个数组，但是我们会显式地这样做：def numpy_fun_list(list_, x):

arr = np.array(list_)

到目前为止还不错。所有进一步的操作将对arr而不是list_执行。

接下来你要过滤掉偶数元素。最简单的方法是屏蔽数组。当使用相同大小的布尔数组索引numpy数组时，它将选择布尔数组中为真的元素，并放弃其余元素。例如：>>> data = np.array([1, 2, 3, 4])

>>> mask = np.narray([True, False, False, True])

>>> data[mask]

array([1, 4])

所有条件运算符和比较运算符都创建这样的布尔数组。在您的例子中，您想要检查一个数字是否是奇数，所以您使用的是模块，就像在Python中一样，只是模块在数组的每个元素上操作：mask = (arr % 2) == 1

运算符==将模运算的结果转换为布尔掩码：arr = arr[mask]

现在我们需要将剩余的arr中的每个元素提升为x的幂。如您所料，这就是np.power所做的：arr = np.power(arr, x)

就这样。现在您可以返回或打印结果。实际上，有一点要注意：

原始函数将结果打印到屏幕上，但不返回。函数的返回值是隐式的None，这就是为什么您会看到所有这些none被打印出来。如果不返回它，那么对于计算列表就无能为力，这使得整个函数变得毫无用处。我的建议是用return list_替换print (list_)。