numpy數(shù)組-過濾數(shù)組

n7then 發(fā)布于2019-07-30 16:41 / 827人閱讀

摘要：可以使用一個數(shù)組作為索引數(shù)組去過濾原數(shù)組索引數(shù)組里為的值保留為的值去掉使用索引數(shù)組通過對原數(shù)組進行向量化運算得到索引數(shù)組通過對某一數(shù)組進行向量化運算得到索引數(shù)組一個例子個學(xué)生在課程上所花費的時間個學(xué)生參加學(xué)習(xí)的天數(shù)計算參加課程大于等于天的學(xué)

可以使用一個numpy數(shù)組作為索引數(shù)組去過濾原數(shù)組,索引數(shù)組里為true的值,保留,為false的值去掉

import numpy as np

使用索引數(shù)組

a = np.array([1, 2, 3, 4])
b = np.array([True, True, False, False])
print a[b]                                       #[1 2]
print a[np.array([True, False, True, False])]    #[1 3]

通過對原數(shù)組進行向量化運算得到索引數(shù)組

a = np.array([1, 2, 3, 2, 1])
b = (a >= 2)
print a[b]            #[2 3 2]
print a[a >= 2]       #[2 3 2]

通過對某一數(shù)組進行向量化運算得到索引數(shù)組

a = np.array([1, 2, 3, 4, 5])
b = np.array([1, 2, 3, 2, 1])
print b == 2      #[False True False True False]
print a[b == 2]   #[2 4]

一個例子:

# 20個學(xué)生在課程上所花費的時間
time_spent = np.array([
       12.89697233,    0.        ,   64.55043217,    0.        ,
       24.2315615 ,   39.991625  ,    0.        ,    0.        ,
      147.20683783,    0.        ,    0.        ,    0.        ,
       45.18261617,  157.60454283,  133.2434615 ,   52.85000767,
        0.        ,   54.9204785 ,   26.78142417,    0.
])

# 20個學(xué)生參加學(xué)習(xí)的天數(shù)
days_to_cancel = np.array([
      4,   5,  37,   3,  12,   4,  35,  38,   5,  37,   3,   3,  68,
     38,  98,   2, 249,   2, 127,  35
])

def mean_time_for_paid_students(time_spent, days_to_cancel):
    """
    計算參加課程大于等于7天的學(xué)生平均在課程上所花的時間
    """
    index_array = days_to_cancel >= 7
    mean_time = time_spent[index_array].mean()
    return mean_time

print(mean_time_for_paid_students(time_spent, days_to_cancel))

# 結(jié)果: 41.0540034855