Numpy功能多個條件

我有一個稱爲dists的距離數組。我想選擇介於兩個值之間的dists。我寫了下面的代碼行做到這一點：Numpy功能多個條件

dists[(np.where(dists >= r)) and (np.where(dists <= r + dr))]

然而，這僅選擇爲條件

(np.where(dists <= r + dr))

如果我用它工作正常臨時變量做的命令順序。爲什麼上面的代碼不起作用，我如何才能使它工作？

乾杯

來源

2013-05-02 user1654183

107

在你的具體情況將只是給你兩個標準更改爲一個標準的最好方法：

dists[abs(dists - r - dr/2.) <= dr/2.]

它僅創建一個布爾數組，而在我看來是比較容易閱讀，因爲它說，是dist在dr或r？（雖然我會重新定義r是您感興趣的地區的中心而不是開始，所以r = r + dr/2.）但是這並不能回答你的問題。

回答你的問題：
你實際上並不需要where，如果你只是想篩選出不符合您的標準的dists元素：

dists[(dists >= r) & (dists <= r+dr)]

因爲&會給你一個元素and（括號是必要的）。

或者，如果你想使用where出於某種原因，你可以這樣做：

dists[(np.where((dists >= r) & (dists <= r + dr)))]

爲什麼：
它不工作的原因，是因爲np.where返回一個列表的索引，而不是布爾數組。您正試圖在兩個數字列表之間獲得and，這當然沒有您期望的True/False值。如果a和b都是True值，則a and b返回b。所以說像[0,1,2] and [2,3,4]只會給你[2,3,4]。這是在行動：

In [230]: dists = np.arange(0,10,.5) 
In [231]: r = 5 
In [232]: dr = 1 

In [233]: np.where(dists >= r) 
Out[233]: (array([10, 11, 12, 13, 14, 15, 16, 17, 18, 19]),) 

In [234]: np.where(dists <= r+dr) 
Out[234]: (array([ 0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12]),) 

In [235]: np.where(dists >= r) and np.where(dists <= r+dr) 
Out[235]: (array([ 0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12]),)

什麼您期望比較簡單地是布爾數組，例如

In [236]: dists >= r 
Out[236]: 
array([False, False, False, False, False, False, False, False, False, 
     False, True, True, True, True, True, True, True, True, 
     True, True], dtype=bool) 

In [237]: dists <= r + dr 
Out[237]: 
array([ True, True, True, True, True, True, True, True, True, 
     True, True, True, True, False, False, False, False, False, 
     False, False], dtype=bool) 

In [238]: (dists >= r) & (dists <= r + dr) 
Out[238]: 
array([False, False, False, False, False, False, False, False, False, 
     False, True, True, True, False, False, False, False, False, 
     False, False], dtype=bool)

現在，您可以撥打聯合布爾陣列上np.where：

In [239]: np.where((dists >= r) & (dists <= r + dr)) 
Out[239]: (array([10, 11, 12]),) 

In [240]: dists[np.where((dists >= r) & (dists <= r + dr))] 
Out[240]: array([ 5. , 5.5, 6. ])

或簡單地使用布爾數組索引原始數組使用fancy indexing

In [241]: dists[(dists >= r) & (dists <= r + dr)] 
Out[241]: array([ 5. , 5.5, 6. ])

來源

2013-05-02 17:04:57 askewchan

我已經制定了這個簡單的例子

import numpy as np 

ar = np.array([3,4,5,14,2,4,3,7]) 

print [X for X in list(ar) if (X >= 3 and X <= 6)] 

>>> 
[3, 4, 5, 4, 3]

來源

2013-05-02 17:08:28 octoback

在這種情況下不需要迭代。 NumPy具有布爾索引。 – M456 2013-05-02 17:12:58

嘗試：

np.intersect1d(np.where(dists >= r)[0],np.where(dists <= r + dr)[0])

來源

2015-03-18 19:05:20

由於接受的答案解釋這個問題非常好。你也可以使用numpy logical functions哪個更適合這裏的多個條件：

np.where(np.logical_and(np.greater_equal(dists,r),np.greater_equal(dists,r + dr)))

來源

2015-07-14 17:49:54 Kasramvd

這個IMO是最可讀的答案！ – 2017-02-22 15:56:22

最後錯過了'）'但是對不對？ – Olivia 2017-11-14 14:32:46

@Olivia是的，謝謝提醒;） – Kasramvd 2017-11-14 15:19:25

我喜歡用np.vectorize此類任務。考慮以下幾點：

>>> # function which returns True when constraints are satisfied. 
>>> func = lambda d: d >= r and d<= (r+dr) 
>>> 
>>> # Apply constraints element-wise to the dists array. 
>>> result = np.vectorize(func)(dists) 
>>> 
>>> result = np.where(result) # Get output.

您還可以使用np.argwhere而不是np.where清晰輸出。但那是你的電話:)

希望它有幫助。

來源

2017-11-09 06:32:08

Numpy功能多個條件

回答

相關問題