Question

必须有一种（非常）快速有效的方法来从一个numpy数组中获取元素，或者从一个片段中获得更有趣的元素。假设我有一个numpy数组：

import numpy as np
a = np.arange(-10,10)

现在，如果我有一个清单：

s = [9, 12, 13, 14]

我可以从：

中选择元素

a[s]  #array([-1,  2,  3,  4])

我怎样才能有一个（numpy）数组由[s]中满足条件的元素组成，即是正数（或负数）？它应该结果

np.ifcondition(a[s]>0, a[s])  #array([2,  3,  4])

它看起来微不足道，但我无法找到一个简单而浓缩的表达。我确定面具会做，但它看起来并不直接对我来说。但是，两者都没有：

a[a[s]>0]
a[s[a[s]>0]]

实际上是不错的选择。

Answer 1

怎么样：

In [19]: b = a[s]

In [20]: b[b > 0]
Out[20]: array([2, 3, 4])

Answer 2

你绝对应该接受unutbu的答案，而这正是我通常在numpy中使用的这种情况。但是为了拥有多种做事方式，有一种在numpy之外工作的方法，或者如果中间数组非常庞大，我会添加这个替代方案：

In [3]: [a[S] for S in s if a[S]>0]
Out[3]: [2, 3, 4]

同样，unutbu的方法明显更快。但我喜欢这种方法，因为它可以进一步推广。如果你有一个昂贵的时髦功能（例如，没有索引），并想要测试该功能的结果，你可能想要这样做：

In [5]: [f for S in s for f in [FunkyFunction(a[S])] if f>0]
Out[5]: [2, 3, 4]

关于这一点的奇怪部分是你在另一个列表中列出了一个列表，但是这个内部列表只包含一个项目。基本上你正在做的是将值保存到变量f，然后使用该值两次：一次测试值（f>0），一次在列表中使用该值，如果测试通过。

Answer 3

我知道这是一个老问题，我不确定在被问及时是否有以下内容可用，但是因为我带着类似的问题来到这里，这就是我的意思发现这对我有用：

np.extract(a[s] > 0, a[s])