Question

我有一个numpy矩阵如下：

data = np.matrix(
      "5 3 1;"
      "4 4 1;"
      "6 4 1;"
      "8 2 1;"
      "3 5 1;"
      "1 7 1;"
      "5 4 1;"
      "0 1 0;"
      "2 0 0")
# Output:
matrix([[5, 3, 1],
    [4, 4, 1],
    [6, 4, 1],
    [8, 2, 1],
    [3, 5, 1],
    [1, 7, 1],
    [5, 4, 1],
    [0, 1, 0],
    [2, 0, 0]])

我想要的是过滤第三列的矩阵，其值为1;也就是说，我不想得到第3个值为0的行。总之，我想提取下面的矩阵：

matrix([[5, 3, 1],
    [4, 4, 1],
    [6, 4, 1],
    [8, 2, 1],
    [3, 5, 1],
    [1, 7, 1],
    [5, 4, 1]])

我尝试了几种组合来过滤它;但他们都没有为我工作。例如，以下代码排除了零行，但它只返回第一列。

data[data[:,2]>0]
#Output: 
matrix([[5, 4, 6, 8, 3, 1, 5]])

有没有办法过滤这个矩阵而不显式编写循环语句？

Answer 1

使用np.array代替np.matrix可以让您进行简单的掩码索引，如：

a = a[a[:, 2] != 0]

可以从np.matrix转换为np.array：

a = np.asarray(a)

Answer 2

或者只是使用：

serverSocketUDP = socket(AF_INET, SOCK_DGRAM)
serverSocketTCP = socket(AF_INET, SOCK_STREAM)
#... define server...
#...
message, clientAddress = serverSocketUDP.recvfrom(2048) #why 2048 for UDP? Ive seen several examples like this.
message2 = serverSocketTCP.recv(1024) #Again, why 1024 for TCP?

，结果是：

 import numpy as np

 a = np.matrix([[5, 3, 1],
     [4, 4, 1],
     [6, 4, 1],
     [8, 2, 1],
     [3, 5, 1],
     [1, 7, 1],
     [5, 4, 1],
     [0, 1, 0],
     [2, 0, 0]])
 ind = np.squeeze(np.asarray(a[:,2]))>0

 print(a[ind,:])

Answer 3

不知何故，np.matrix表现得很奇怪。我对数组有效的解决方案不适用于矩阵，因为矩阵的行是1行矩阵。为什么要使用显式矩阵？

嗯，这很有效：

data = np.matrix(
      "5 3 1;"
      "4 4 1;"
      "6 4 1;"
      "8 2 1;"
      "3 5 1;"
      "1 7 1;"
      "5 4 1;"
      "0 1 0;"
      "2 0 0")

data = np.array(data)
print data[data[:, 2] > 0]

我也尝试使用filter(lambda x: x[0, 2] > 0, data)，但它会返回一个1x3矩阵的列表，我无法将其转换回良好的形状。

Answer 4

我刚刚了解了np.where函数并将其应用于此任务。该解决方案保留了原始数据的类型。

a = np.matrix([[5, 3, 1],
 [4, 4, 1],
 [6, 4, 1],
 [8, 2, 1],
 [3, 5, 1],
 [1, 7, 1],
 [5, 4, 1],
 [0, 1, 0],
 [2, 0, 0]])
row_ndx,_ = np.where(a[:,2]>0)
a[row_ndx]

或一个班轮：

a[np.where(a[:,2]>0)[0]]

过滤列上的numpy矩阵

4 个答案: