numpy:有条件搜索

时间:2019-05-16 07:07:50

标签: python numpy search

我有以下数组

I0 = np.array([1, 0, 0, 0, 1, 0, 0, 1])
X0 = np.array([1, 3, 4, 4, 5, 6, 7, 8])

I1 = np.array([1, 0, 0, 1, 1, 0, 1])
X1 = np.array([1, 4, 5, 6, 7, 8, 9])

对于X1其中I1 == 1的值,我想在X0其中(I0 == 1) & (X0 <= X1)的索引中找到索引

indices = np.searchsorted(X0[I0 == 1], X1[I1 == 1], side='right')-1
X0[I0 == 1][indices] # [1, 5, 5, 8]

但我不想索引X0[I0 == 1]。我想要索引X0

1 个答案:

答案 0 :(得分:3)

相应元素的索引为

Q0 = np.arange(X0.size)[I0 == 0]

所以

indices = Q0[indices]

不切实际,我强烈建议将您的I*数组设为布尔值。例如:

I0 = np.array([True, False, False, False, True, False, False, True])

这将允许您直接为其建立索引,而无需创建另一个临时数组:

X0[I0]