Question

具体来说，这些值来自.fits文件，我使用的是astropy。

本质上，我获得了大量数据，其中的对象每个都包含多个具有分类的列，相应的行包含字符串或整数以标识它们。例如，数组中的一个对象可以是

CLASS  == GALAXY
SPECPRIMARY = 1
PROGNAME == MAIN
ZWARNING == 0
PRIMTARGET == 128
SUBCLASS = STRINGHERE
FIBERID == INTEGERHERE
etc...

但是，每个对象都有许多列和可能的标识符。所以，我试图使用np.where来只获取一个包含带有这些可能标识符的数组的数组

                fits_data['CLASS'] == "GALAXY", 
                fits_data['SPECPRIMARY']==1,
                fits_data['PROGNAME']=='main',
                fits_data['ZWARNING']==0,
                fits_data['PRIMTARGET']==64 OR 128 OR 256

所以，我猜它看起来像

allitems = np.where(fits_data['CLASS'] == "GALAXY", 
                fits_data['SPECPRIMARY']==1,
                fits_data['PROGNAME']=='main',
                fits_data['ZWARNING']==0,
                fits_data['PRIMTARGET']==(64 || 128 || 256))

但我知道这不正确;我需要CLASS，SPECPRIMARY，PROGNAME和ZWARNING都有这些确切的值，而PRIMTARGET可以是64,128或256.

有人能把我推向正确的方向吗？感谢

Answer 1

使用logical_and和logical_or以及逻辑索引可能是最好的方法：

is_primtarget = reduce(np.logical_or, [fits_data['PRIMTARGET'] == 64,
                                       fits_data['PRIMTARGET'] == 128,
                                       fits_data['PRIMTARGET'] == 256])

combined = reduce(np.logical_and, [is_primtarget, 
                                   fits_data['CLASS'] == "GALAXY",
                                   ...])

# pick only those elements matching your requirements
selection = all[combined]

我非常喜欢python的内置reduce函数，它将给定的函数成对地应用于iterable中的所有输入。因此，您获得所有输入的logical_or或logical_and组合。

使用NumPy从基于给定条件的较大数组中提取值数组？

1 个答案: