使用Numpy数组可以利用简单的数组表达式完成多种数据操作任务,而无需加入大量循环。这种利用数组表达式来替代显式循环的方法,称为向量化
1.将条件逻辑作为数组操作(np.where)
numpy.where函数是三元表达式x if condition else y
的向量化版本。
假设我们有一个布尔值数组和两个数值数组:
xarr = np.array([1.1, 1.2, 1.3, 1.4, 1.5])
yarr = np.array([2.1, 2.2, 2.3, 2.4, 2.5])
cond = np.array([True, False, True, True, False])
假设cond的元素为True时,我们去xarr中的元素,否则取yarr中的元素,我们可以使用python方法的列表推导式来完成:
result = [(x if c else y) for x, y, c in zip(xarr, yarr, cond)]
result
out:[1.1, 2.2, 1.3, 1.4, 2.5]
使用该方法,当数组很大的话速度会很慢,其次对于多维数组就无法奏效。
此时则可使用np.where函数:
result = np.where(cond, xarr, yarr)
result
out:array([1.1, 2.2, 1.3, 1.4, 2.5])
np.where的第二个和第三个参数并不需要是数组,他们可以是标量。where在数据分析中的一个典型方法是根据一个数组来生成一个新的数组。假设你有一个随机生成的矩阵数据,并且你想将其中的正值都替换为2,将所有的所有负值都替换为-2,使用np.where会很容易实现:
arr = np.random.randn(4, 4)
arr
arr > 0
np.where(arr > 0, 2, -2)
out:array([[ 2, 2, 2, -2],
[ 2, -2, 2, -2],
[-2, 2, 2, -2],
[-2, -2, -2, 2]])
也可以使用np.where将标量和数组结合,例如,可以向下面的代码那样将arr中的所有正值替换为常数2:
np.where(arr > 0, 2, arr) # set only positive values to 2
array([[ 2. , 2. , 2.