Да предположим, че имаме данни за ученици, съхранени под формата на масиви и искаме да филтрираме неуспешните ученици. Просто ще филтрираме масива и ще изключим неуспелите студенти и ще се получи нов масив от издържал студент.
Стъпки за филтриране на масив NumPy
Етап 1: Импортиране на модул NumPy.
Стъпка 2: Създаване на масив.
Стъпка 3: Добавете условие за филтриране.
Стъпка 4: Създайте нов филтриран масив.
Синтаксис:
Има няколко начина за филтриране на масиви. Зависи от състоянието на филтъра, например дали имаме само едно условие или имаме повече от едно условие.
Метод 1: За едно условие ще следваме следния синтаксис
масив [ масив < състояние ]В споменатия по-горе синтаксис „масив“ е името на масива, от който ще филтрираме елементите. И условието ще бъде състоянието, в което се филтрират елементите, а операторът „<“ е математическият знак, който представлява по-малко от. Ефективно е да го използваме, когато имаме само едно условие или твърдение.
Метод 2: Използване на оператора „ИЛИ“.
масив [ ( масив < състояние1 ) | ( масив > състояние2 ) ]В този метод „масив“ е името на масива, от който ще филтрираме стойности и условието се предава към него. Оператор „|“ се използва за представяне на функцията „ИЛИ“, което означава, че и от двете условия едното трябва да е вярно. Полезно е, когато има две условия.
Метод 3: Използване на оператора „И“.
масив [ ( масив < състояние1 ) и ( масив > състояние2 ) ]В следния синтаксис „масив“ е името на масива, който трябва да бъде филтриран. Като има предвид, че условието ще бъде състоянието, както е обсъдено в горния синтаксис, докато използваният оператор „&“ е оператор И, което означава, че и двете условия трябва да са верни.
Метод 4: Филтриране по изброени стойности
масив [ напр. in1d ( масив , [ Списък със стойности ] ) ]В този метод предадохме нашия дефиниран масив „np.in1d“, който се използва за сравняване на два масива дали елементът от масива, който трябва да бъде филтриран, присъства в друг масив или не. И масивът се предава на функцията np.in1d, която трябва да бъде филтрирана от дадения масив.
Пример # 01:
Сега, нека приложим гореобсъдения метод в пример. Първо, ще включим нашите библиотеки NumPy, предоставени от Python. След това ще създадем масив с име 'my_array', който ще съдържа стойностите '2', '3', '1', '9', '3', '5', '6' и '1'. След това ще предадем нашия филтърен код, който е „my_array[(my_array < 5)]“ към израза за печат, което означава, че филтрираме стойностите, които са по-малки от „5“. В следващия ред създадохме друг масив с име „масив“, който отговаря за стойностите „1“, „2“, „6“, „3“, „8“, „1“ и „0“. Към оператора за печат предадохме условието, че ще отпечатаме стойностите, които са по-големи от 5.
И накрая, създадохме друг масив, който нарекохме „arr“. Съдържа стойностите „6“, „7“, „10“, „12“ и „14“. Сега за този масив ще отпечатаме стойността, която не съществува в масива, за да видим какво ще се случи, ако условието не съвпада. За да направим това, ние предадохме условието, което ще филтрира стойността, която е равна на стойността „5“.
импортиране numpy като напр.моят_масив = напр. масив ( [ две , 3 , 1 , 9 , 3 , 5 , две , 6 , 1 ] )
печат ( 'стойности по-малки от 5' , моят_масив [ ( моят_масив < 5 ) ] )
масив = напр. масив ( [ 1 , две , 6 , 3 , 8 , 1 , 0 ] )
печат ( 'стойности по-големи от 5' , масив [ ( масив > 5 ) ] )
обр = напр. масив ( [ 6 , 7 , 10 , 12 , 14 ] )
печат ( 'стойностите са равни на 5' , обр [ ( обр == 5 ) ] )
След като изпълним кода, имаме следния изход като резултат, в който сме извели 3-те изхода, като първият е за елементите по-малки от „5“, при второто изпълнение отпечатахме стойностите, по-големи от „5“. Накрая отпечатахме стойността, която не съществува, тъй като виждаме, че не показва никаква грешка, но показва празния масив, което означава, че желаната стойност не съществува в дадения масив.
Пример # 02:
В този случай ще използваме някои от методите, при които можем да използваме повече от едно условие за филтриране на масивите. За да го изпълним, просто ще импортираме библиотеката NumPy и след това ще създадем едномерен масив с размер „9“ със стойности „24“, „3“, „12“, „9“, „3“, „5“, „2“, „6“ и „7“. В следващия ред използвахме оператор за печат, на който сме предали масив, който сме инициализирали с името “my_array” с условието като аргумент. В това сме предали условието или, което означава, че и от двете едно условие трябва да е вярно. Ако и двете са верни, ще се покажат данните и за двете условия. В това условие искаме да отпечатаме стойностите, които са по-малки от „5“ и по-големи от „9“. В следващия ред използвахме оператора И, за да проверим какво ще се случи, ако използваме условие за филтриране на масива. В това състояние показахме стойности, които са по-големи от „5“ и по-малки от „9“.
Импортирайте numpy като напр.моят_масив = напр. масив ( [ 24 , 3 , 12 , 9 , 3 , 5 , две , 6 , 7 ] )
печат ( „стойности по-малко от 5 или по-голяма от 9 ” , моят_масив [ ( моят_масив < 5 ) | ( моят_масив > 9 ) ] )
печат ( „стойности, по-големи от 5 и по-малко от 9 ” , моят_масив [ ( моят_масив > 5 ) и ( моят_масив < 9 ) ] )
Както е показано във фрагмента по-долу, нашият резултат за кода по-горе се показва, в който филтрирахме масива и получихме следния резултат. Както виждаме, стойностите по-големи от 9 и по-малки от 5 се показват в първия изход, а стойностите между 5 и 9 се пренебрегват. Докато в следващия ред сме отпечатали стойностите между „5“ и „9“, които са „6“ и „7“. Останалите стойности на масивите не се показват.
Заключение
В това ръководство обсъдихме накратко използването на методи за филтриране, които се предоставят от пакета NumPy. Ние внедрихме множество примери, за да разработим за вас най-добрия начин за прилагане на методологиите за филтриране, предоставени от numpy.