我有一个8000元素的1D阵列。
我想获得以下两个数组:
test
包含来自[1995:1999]
,[3995:3999]
,[5999:5999]
,[7995:7999]
的索引元素。
train
应包含其他所有内容。
我该怎么做?
idx = [1995,1996,1997,1998, 1999, 3995, 3996, 3997,3998, 3999, 5995, 5996, 5997, 5998, 5999, 7995, 7996, 7997, 7998, 7999]
test = [X[i] for i in idx]
train = [X[i] for i **not** in idx]
答案 0 :(得分:3)
根据您的示例,一个简单的解决方法是:
train = [X[i] for i, _ in enumerate(X) if i not in idx]
答案 1 :(得分:2)
我看起来你正在寻找numpy.where
,这是一个让你入门的简单例子:
In [18]: import numpy as np
In [19]: a = np.array([[0,3],[1,2],[2,3],[3,2],[4,5],[5,1]])
In [20]: a[np.where((a[:, 0] > 1) & (a[:, 0] < 5))[0]]
Out[20]:
array([[2, 3],
[3, 2],
[4, 5]])
In [21]: a[np.where(~((a[:, 0] > 1) & (a[:, 0] < 5)))[0]]
Out[21]:
array([[0, 3],
[1, 2],
[5, 1]])
行中的第一个元素可以是您的索引,其次是您的值。 numpy.where
检查条件是true
还是false
,并返回二进制array
(实际上是数组的元组),一旦我们有二进制数组,我们可以根据原始数组索引在那。
答案 2 :(得分:2)
如果需要,可以使用面具
mask = np.ones(len(X), dtype=bool)
mask[idx] = False
train = X[mask]
test = X[idx]
# you can also use this for test
test = X[np.logical_not(mask)]
答案 3 :(得分:2)
构建train
时,您需要遍历所有源数据。
使用enumerate
可以简化操作:
>>> data = list(range(8000))
>>> train, test = [], []
>>> for i, value in enumerate(data):
... if 1995 <= i <= 1999 or 3995 <= i <= 3999 or 5995 <= i <= 5999 or 7995 <= i <= 7999:
... test.append(value)
... else:
... train.append(value)
...
>>> test
[1995, 1996, 1997, 1998, 1999, 3995, 3996, 3997, 3998, 3999, 5995, 5996, 5997, 5998, 5999, 7995, 7996, 7997, 7998, 7999]
>>> len(train)
7980
答案 4 :(得分:1)
这是一种可能性,假设array
是包含8000个元素的列表的名称:
idx = {1995, 1996, 1997, 1998, 1999, 3995, 3996, 3997, 3998, 3999, 5995, 5996, 5997, 5998, 5999, 7995, 7996, 7997, 7998, 7999}
test = [array[x] for x in idx]
train = [x for i, x in enumerate(array) if i not in idx]