Question

假设我有一个2d numpy数组，我想过滤每行传递一定标准的元素。例如，我只想要特定行的第90百分位数以上的元素。我已经提出了这个解决方案：

import numpy as np a = np.random.random((6,5)) thresholds = np.percentile(a, 90, axis=1) threshold_2d = np.vstack([thresholds]*a.shape[1]).T mask = a > threshold_2d final = np.where(mask, a, np.nan)

它有效并且它被矢量化但感觉有点尴尬，尤其是我创建threshold_2d的部分。有更优雅的方式吗？我可以以某种方式使用np.where自动广播条件而无需创建匹配的2d掩码吗？

Answer 1

广播

In [36]: np.random.seed(1023)

In [37]: a = np.random.random((6,5))

In [38]: thresholds = np.percentile(a, 90, axis=1)

In [39]: threshold_2d = np.vstack([thresholds]*a.shape[1]).T

In [40]: a>threshold_2d
Out[40]: 
array([[ True, False, False, False, False],
       [False, False,  True, False, False],
       [False,  True, False, False, False],
       [False, False, False,  True, False],
       [False, False, False, False,  True],
       [False,  True, False, False, False]], dtype=bool)

In [41]: a>thresholds[:,np.newaxis]
Out[41]: 
array([[ True, False, False, False, False],
       [False, False,  True, False, False],
       [False,  True, False, False, False],
       [False, False, False,  True, False],
       [False, False, False, False,  True],
       [False,  True, False, False, False]], dtype=bool)

In [42]:

numpy.newaxis创建一个长度为1的轴，生成的数组视图具有维度（6,1），并且可以使用a arrray进行广播。

过滤具有行特定条件的numpy数组

1 个答案: