python⼆维数组筛选_pythonnumpy过滤⼆维数组的条件Python新⼿在这⾥，我已经阅读了Filter rows of a numpy array?和doc但仍然⽆法弄清楚如何以python⽅式编写代码.
我有的⽰例数组:(实际数据是50000 x 10)
a = numpy.asarray([[2,'a'],[3,'b'],[4,'c'],[5,'d']])
filter = ['a','c']
我需要在过滤器中到a中带有[：,1]的所有⾏.预期结果：
[[2,'a'],[4,'c']]
我⽬前的代码是这样的：
numpy.asarray([x for x in a if x[1] in filter ])
它⼯作正常，但我在某处读到它效率不⾼.什么是适当的numpy⽅法？
编辑：
谢谢你所有正确的答案！不幸的是，我只能将⼀个标记为已接受的答案我很惊讶numpy.in1d没有出现在⾕歌搜索numpy过滤器2d数组.
解决⽅法:
您可以使⽤可以使⽤np.in1d⽣成的bool索引数组.
您可以沿着您想要使⽤的任何axis索引np.ndarray，例如指⽰是否应包含元素的bool数组.由于你想沿轴= 0索引，这意味着你想从outest索引中选择，你需要有1D np.array，其长度是⾏数.其每个元素都将指⽰是否应包含该⾏.
filter过滤对象数组
⼀个快速的⽅法是在a的第⼆列使⽤np.in1d.您可以通过[：,1]获得该列的所有元素.现在你有⼀个np.array，其元素应该根据你的过滤器进⾏检查.这就是np.in1d的⽤途.
所以完整的代码看起来像：
import numpy as np
a = np.asarray([[2,'a'],[3,'b'],[4,'c'],[5,'d']])
filter = np.asarray(['a','c'])
a[np.in1d(a[:, 1], filter)]
或以更长的形式：
import numpy as np
a = np.asarray([[2,'a'],[3,'b'],[4,'c'],[5,'d']])
filter = np.asarray(['a','c'])
mask = np.in1d(a[:, 1], filter)
a[mask]
标签：python,arrays,numpy,python-2-7

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。