如何仅选择二维 numpy 数组中与条件 bool 向量对应的列?
假设您有一个 10x10 矩阵,由以下方式生成:
a = np.random.randint(0,1,(10,10))
a =
array([[4, 9, 1, 9, 5, 2, 1, 7, 6, 5],
[5, 4, 2, 4, 8, 1, 5, 5, 7, 5],
[3, 8, 7, 4, 3, 4, 8, 8, 8, 3],
[5, 4, 4, 4, 9, 6, 7, 1, 6, 8],
[8, 3, 2, 1, 7, 5, 8, 8, 4, 9],
[9, 5, 6, 8, 6, 8, 1, 4, 4, 5],
[5, 4, 3, 2, 8, 3, 2, 2, 8, 6],
[2, 5, 4, 5, 9, 7, 9, 2, 5, 6],
[4, 5, 9, 7, 3, 1, 5, 7, 4, 8],
[6, 1, 3, 8, 8, 3, 2, 6, 6, 7]])
并且您想要剪切与包含(True/False 或 0/1)的向量相对应的所有行,例如:
b = np.random.randint(0,2,10)
b =
array([0, 1, 1, 0, 1, 0, 1, 1, 1, 1])
最佳答案
我花了一些时间试图找到简单的语法来仅返回 python 3 中 numpy 数组中的指定列,并最终弄清楚了。还有许多其他线程显示了更复杂的方法来执行此操作,因此我想我将简单的解决方案放在这里。这对于更有经验的 python 用户来说是非常明显的,但对于像我这样的初学者来说,它会很有用。
最简单的方法是:
new_matrix = a[:,b==1]
产生:
new_matrix =
array([[9, 1, 5, 1, 7, 6, 5],
[4, 2, 8, 5, 5, 7, 5],
[8, 7, 3, 8, 8, 8, 3],
[4, 4, 9, 7, 1, 6, 8],
[3, 2, 7, 8, 8, 4, 9],
[5, 6, 6, 1, 4, 4, 5],
[4, 3, 8, 2, 2, 8, 6],
[5, 4, 9, 9, 2, 5, 6],
[5, 9, 3, 5, 7, 4, 8],
[1, 3, 8, 2, 6, 6, 7]])
这会节省我很多时间。
关于python - 在 python 3 中使用 bool 条件向量选择 numpy 子数组的简单方法,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/35136262/