Question

我有一个向量dogSpecies显示正在调查的所有四种独特的狗种。

#a set of possible dog species
dogSpecies = [1,2,3,4]

我还有一个data向量，该向量包含与所有受测狗的狗种记录相对应的整数。

# species of examined dogs
data = np.array(1,1,2,-1,0,2,3,5,4)

data中的某些记录包含的值不同于1,2,3或4（例如-1、0或5）。如果data中的元素不等于dogSpecies的任何元素，则应在错误评估布尔矩阵中将此类出现标记为False。

#initially all the elements of the boolean error evaluation vector are True.

errorEval = np.ones((np.size(data,axis = 0)),dtype=bool)

理想情况下，我的errorEval向量看起来像这样：

errorEval = np.array[True, True, True, False, False, True, True, False, True]

我想要一段代码来检查data的元素是否不等于dogSpecies向量的元素。我的代码出于某种原因将errorEval向量的每个元素标记为'False'。

for i in range(np.size(data, axis = 0)):
# validation of the species
            if (data[i] !=  dogSpecies):
                    errorEval[i] = False

我知道我无法将单个元素与上述四个元素的向量进行比较，但是我该怎么做呢？

Answer 1

这不就是您想要的吗？

for index, elem in enumerate(data):
    if elem not in dogSpecies:
        errorEval[index] = False

可能不是很快，它不使用任何向量化的numpy ufuncs，但是如果数组不是很大，那就没关系了。将dogSpecies转换为set也会加快速度。

顺便说一句，您的python看起来非常c / java风格。我建议您阅读python style guide。

Answer 2

如果我的理解正确，那么您会有一个数据框和一系列狗的种类。这应该可以实现您想要的。

let array = [ { '231634908': 137875 },
  { '388252786': 150004 },
  { '333624027': 144107 },
  { '382758108': 149729 },
  { '384113458': 149803 },
  { '384844004': 149848 },
  { '405877005': 150481 },
  { '405877005': 150481 } ]
  
const output = Object.assign({}, ...array)
console.log(output)

如果您不想创建新列，则可以执行以下操作：

df = pd.DataFrame({'dog': [1,3,4,5,1,1,8,9,0]})

   dog
0    1
1    3
2    4
3    5
4    1
5    1
6    8
7    9
8    0


df['errorEval'] = df['dog'].isin(dogSpecies).astype(int)

   dog  errorEval
0    1          1
1    3          1
2    4          1
3    5          0
4    1          1
5    1          1
6    8          0
7    9          0
8    0          0

df.errorEval.values
# array([1, 1, 1, 0, 1, 1, 0, 0, 0])

Answer 3

如@FHTMitchel所述，您必须使用in来检查元素是否在列表中。
但是您可以使用列表理解，它比普通循环更快，并且更短：

errorEval = np.array([True if elem in dogSpecies else False for elem in data])

检查变量是否不等于向量的任何元素

3 个答案: