Выбор элементов из массива NumPy на основе одного или нескольких условий прост, если использовать красивый плотный синтаксис NumPy:
>>> import numpy as NP
>>> # generate a matrix to demo the code
>>> A = NP.random.randint(0, 10, 40).reshape(8, 5)
>>> A
array([[6, 7, 6, 4, 8],
[7, 3, 7, 9, 9],
[4, 2, 5, 9, 8],
[3, 8, 2, 6, 3],
[2, 1, 8, 0, 0],
[8, 3, 9, 4, 8],
[3, 3, 9, 8, 4],
[5, 4, 8, 3, 0]])
сколько элементов в столбце 2 больше 6?
>>> ndx = A[:,1] > 6
>>> ndx
array([False, True, False, False, True, True, True, True], dtype=bool)
>>> NP.sum(ndx)
5
сколько элементов в последнем столбце A имеет абсолютное значение больше 3?
>>> A = NP.random.randint(-4, 4, 40).reshape(8, 5)
>>> A
array([[-4, -1, 2, 0, 3],
[-4, -1, -1, -1, 1],
[-1, -2, 2, -2, 3],
[ 1, -4, -1, 0, 0],
[-4, 3, -3, 3, -1],
[ 3, 0, -4, -1, -3],
[ 3, -4, 0, -3, -2],
[ 3, -4, -4, -4, 1]])
>>> ndx = NP.abs(A[:,-1]) > 3
>>> NP.sum(ndx)
0
сколько элементов в первых двух строках A больше или равно 2?
>>> ndx = A[:2,:] >= 2
>>> NP.sum(ndx.ravel()) # 'ravel' just flattens ndx, which is originally 2D (2x5)
2
Синтаксис индексации NumPy довольно близок к R;учитывая ваше свободное владение R, вот ключевые различия между R и NumPy в этом контексте:
NumPy индексы начинаются с нуля , в R индексирование начинается с1
NumPy (как и Python) позволяет вам индексировать справа налево , используя отрицательные индексы - например,
# to get the last column in A
A[:, -1],
# to get the penultimate column in A
A[:, -2]
# this is a big deal, because in R, the equivalent expresson is:
A[, dim(A)[0]-2]
NumPy использует двоеточие ":" нотация для обозначения "не нарезанный" , например, в R, чтобы получить первые три строки в A, вы должны использовать, A [1: 3,].В NumPy вы должны использовать A [0: 2,:] (в NumPy «0» не требуется, фактически предпочтительнее использовать A [: 2,:]