手册
目录
收藏181
分享
阅读2498
更新时间2025-08-12
从现有数组中获取一些元素，并用它们创建一个新数组，这被称为过滤。
在 NumPy 中，您可以使用布尔索引列表来过滤数组。
布尔索引列表是与数组中的索引相对应的布尔值列表。
如果某个索引处的值为 True，则该元素包含在过滤后的数组中；如果某个索引处的值为 False，则该元素从过滤后的数组中排除。
从索引 0 和 2 上的元素创建一个数组：
import numpy as np arr = np.array([41, 42, 43, 44]) x = [True, False, True, False] newarr = arr[x] print(newarr)
上面的例子会返回 [41, 43]，为什么呢？
因为新数组仅包含过滤数组值为 True 的值，在本例中为索引 0 和 2。
在上面的示例中，我们硬编码了 True 和 False 值，但通常的做法是基于条件创建过滤数组。
创建一个过滤数组，仅返回高于 42 的值：
import numpy as np
arr = np.array([41, 42, 43, 44])
# 创建一个空列表
filter_arr = []
# 遍历 arr 中的每个元素
for element in arr:
# 如果元素大于 42，则将该值设置为 True，否则设置为 False：
if element > 42:
filter_arr.append(True)
else:
filter_arr.append(False)
newarr = arr[filter_arr]
print(filter_arr)
print(newarr)
创建一个过滤数组，仅返回原始数组中的偶数元素：
import numpy as np
arr = np.array([1, 2, 3, 4, 5, 6, 7])
# 创建一个空列表
filter_arr = []
# 遍历 arr 中的每个元素
for element in arr:
# 如果元素能被 2 整除，则将该值设置为 True，否则设置为 False
if element % 2 == 0:
filter_arr.append(True)
else:
filter_arr.append(False)
newarr = arr[filter_arr]
print(filter_arr)
print(newarr)
上面的示例是 NumPy 中相当常见的任务，NumPy 提供了一种很好的方法来解决它。
我们可以直接在条件中使用数组代替可迭代变量，它将按我们预期的方式工作。
创建一个过滤数组，仅返回高于 42 的值：
import numpy as np arr = np.array([41, 42, 43, 44]) filter_arr = arr > 42 newarr = arr[filter_arr] print(filter_arr) print(newarr)
创建一个过滤数组，仅返回原始数组中的偶数元素：
import numpy as np arr = np.array([1, 2, 3, 4, 5, 6, 7]) filter_arr = arr % 2 == 0 newarr = arr[filter_arr] print(filter_arr) print(newarr)
相关
视频
RELATED VIDEOS
科技资讯
1
2
3
4
5
6
7
8
9
精选课程
共5课时
17.2万人学习
共49课时
77万人学习
共29课时
61.7万人学习
共25课时
39.3万人学习
共43课时
70.9万人学习
共25课时
61.6万人学习
共22课时
23万人学习
共28课时
33.9万人学习
共89课时
125万人学习
