Question

我有一个多维numpy数组。第一个数组表示数据的质量。 0很好，1不太好。对于第一次检查，我只想使用好的数据。如何将阵列分成两个新阵列？我自己的想法不起作用：

good_data = [x for x in data[0,:] if x = 1.0]
bad_data = [x for x in data[0,:] if x = 0.0]

这是一个表明我的问题的小例子：

import numpy as np

flag = np.array([0., 0., 0., 1., 1., 1.])
temp = np.array([300., 310., 320., 300., 222., 333.])
pressure = np.array([1013., 1013., 1013., 900., 900., 900.])
data = np.array([flag, temp, pressure])

good_data = data[0,:][data[0,:] == 1.0]
bad_data  = data[0,:][data[0,:] == 0.0]

print good_data

print语句给了我[1., 1., 1.]。

但我正在寻找[[1., 1., 1.], [300., 222., 333.], [900., 900., 900.]]。

Answer 1

这是你在找什么？

good_data = data[0,:][data[0,:] == 1.0]
bad_data  = data[0,:][data[0,:] == 0.0]

这会返回numpy.array。

或者，您可以按照建议进行操作，但将结果列表转换为numpy.array：

good_data = np.array([x for x in data[0,:] if x == 1.0])

注意比较运算符==代替赋值运算符=。

对于您的特定示例，在迭代第一个索引时使用flag == 1子集数据：

good_data = [data[n,:][flag == 1] for n in range(data.shape[0])]

如果你真的希望good_data的元素成为列表，请在理解中进行转换：

good_data = [data[n,:][flag == 1].tolist() for n in range(data.shape[0])]

感谢Jaime指出，执行此操作的简单方法是：

good_data = data[:, data[0] == 1]

使用条件拆分多维numpy数组

1 个答案: