Question

我是numpy的新手，无法尝试过滤样本的子集。

我有一个形状为(1000, 12)的矩阵。也就是说，有一千个样本，每个样本有12个数据列。我愿意创建两个矩阵，一个包含样本中的所有异常值，另一个包含所有不是异常值的元素;生成的矩阵应具有以下形状：

norm.shape     = (883, 12)
outliers.shape = (117, 12)

为了识别异常值，我正在使用这个条件：

cond_out  = (dados[0:,RD_EVAL] > _max_rd) | (dados[0:,DUT_EVAL] > _max_dut)

也就是说，对于矩阵中的每一行，我都在寻找两列的值。如果其中一个超过某个阈值，则该线被视为异常值。关键是，这个条件的形状为(1000,)，因此当我压缩原始矩阵时，我得到一个(117,)结果。我怎样才能过滤矩阵，结果是(117,12)，也就是说，所有行都是异常值的矩阵，但是每个行都包含所有数据列？

Answer 1

import numpy as np

d=np.random.randn(4,4)

array([[ 1.16968447, -0.07650322, -0.30519481, -2.09278839],
       [ 0.53350868, -0.8004209 ,  0.38477468,  1.31876924],
       [ 0.06461366,  0.82204993,  0.42034665,  0.30473843],
       [ 1.13469745, -1.47969242,  2.36338208, -0.33700972]])

让我们过滤第二列中所有小于零的行：

d[:,1]<0
array([ True,  True, False,  True], dtype=bool)

您会看到，您将获得一个可用于选择所需行的逻辑数组：

d[d[:,1]<0,:]

array([[ 1.16968447, -0.07650322, -0.30519481, -2.09278839],
       [ 0.53350868, -0.8004209 ,  0.38477468,  1.31876924],
       [ 1.13469745, -1.47969242,  2.36338208, -0.33700972]])

Answer 2

也许这样的事情可行吗？

>>> import numpy
>>> m = numpy.random.random(size=(1000,12))
>>> RD_EVAL = 7
>>> _max_rd = 0.9
>>> DUT_EVAL = 11
>>> _max_dut = 0.95
>>> cond_out = (m[:,RD_EVAL] > _max_rd) | (m[:,DUT_EVAL] > _max_dut)
>>> cond_out.shape
(1000,)
>>> 
>>> norm = m[~cond_out, :]
>>> outliers = m[cond_out,:]
>>> 
>>> norm.shape
(846, 12)
>>> outliers.shape
(154, 12)

请参阅advanced indexing上的文档。

NumPy：如何过滤矩阵线

2 个答案: