我有一个名为meta
的二维numpy数组,有3列..我想做的是:
我做到了,但解决方案看起来非常人为:
meta[ np.logical_and( np.all( meta[:,0:2] == [0,0],axis=1 ) , meta[:,2] < 20) ]
你能想到更清洁的方式吗?似乎很难同时拥有多个条件;(
感谢
抱歉,我第一次复制了错误的表达...纠正了。
答案 0 :(得分:11)
您可以在切片中使用多个过滤器,如下所示:
x = np.arange(90.).reshape(30, 3)
#set the first 10 rows of cols 1,2 to be zero
x[0:10, 0:2] = 0.0
x[(x[:,0] == 0.) & (x[:,1] == 0.) & (x[:,2] > 10)]
#should give only a few rows
array([[ 0., 0., 11.],
[ 0., 0., 14.],
[ 0., 0., 17.],
[ 0., 0., 20.],
[ 0., 0., 23.],
[ 0., 0., 26.],
[ 0., 0., 29.]])
答案 1 :(得分:2)
这个怎么样 -
meta[meta[:,2]<X * np.all(meta[:,0:2]==0,1),:]
示例运行 -
In [89]: meta
Out[89]:
array([[ 1, 2, 3, 4],
[ 0, 0, 2, 0],
[ 9, 0, 11, 12]])
In [90]: X
Out[90]: 4
In [91]: meta[meta[:,2]<X * np.all(meta[:,0:2]==0,1),:]
Out[91]: array([[0, 0, 2, 0]])