Numpy Filter

Das Abrufen von Elementen oder das Abholen von Elementen aus einigen Daten wird als Filterung bezeichnet. Numpy ist das Paket, mit dem wir Arrays erstellen und jede Art von Daten in Form eines Arrays speichern können. Wenn es darum geht, in Arrays beim Arbeiten mit von Python bereitgestellten Numpy-Paketen zu filtern. Eine Boolesche Indexliste, eine Liste von Booleschen, die Array -Positionen entsprechen, kann verwendet werden, um Arrays zu filtern. Wenn das Element im Index des Arrays wahr ist, wird es im Array gespeichert, es sei denn, das Element ist vom Array ausgeschlossen.

Nehmen wir an, wir haben die Daten der Schüler in Form von Arrays gespeichert und möchten die gescheiterten Schüler herausfiltern. Wir werden einfach das Array filtern und die gescheiterten Studenten ausschließen, und ein neues Array des vergangenen Schülers wird erhalten.

Schritte zum Filtern eines Numpy -Arrays

Schritt 1: Importieren von Numpy -Modul.

Schritt 2: Erstellen eines Arrays.

Schritt 3: Filterbedingung hinzufügen.

Schritt 4: Erstellen Sie ein neues gefiltertes Array.

Syntax:

Es gibt mehrere Möglichkeiten, Arrays zu filtern. Es hängt von der Bedingung des Filters ab, als ob wir nur einen Zustand haben oder mehr als eine Bedingung haben.

Methode 1: Für eine Bedingung folgen wir der folgenden Syntax

Array [Array < condition]

In der oben erwähnten Syntax ist „Array“ der Name des Arrays, aus dem wir die Elemente filtern werden. Und die Bedingung wird der Zustand sein, in dem die Elemente gefiltert werden, und der Bediener “<” is the mathematical sign that represents less than. It is efficient to use it when we only have one condition or statement.

Methode 2: Verwenden des "oder" Operators

Array [(Array < condition1) | (array > Bedingung2)]

In dieser Methode ist „Array“ der Name des Arrays, aus dem wir Werte filtern, und die Bedingung wird an ihn übergeben. Operator "|" wird verwendet, um die Funktion „oder“ zu repräsentieren, die aus beiden Bedingungen bedeutet, dass man wahr sein sollte. Es ist nützlich, wenn es zwei Bedingungen gibt.

Methode 3: Verwenden des "und" Operators.

Array [(Array < condition1) & (array > Bedingung2)]

In der folgenden Syntax ist „Array“ der Name des zu filternen Arrays. Während die Bedingung der Zustand ist, wie in der obigen Syntax erläutert, während der Bediener „&“ der und den Operator verwendet hat, was bedeutet, dass beide Bedingungen wahr sein müssen.

Methode 4: Filterung nach aufgelisteten Werten

Array [NP.IN1D (Array, [Liste der Werte])]

In dieser Methode haben wir unser definiertes Array „NP“ übergeben.in1d “, mit dem zwei Arrays verglichen werden. Und das Array wird an die NP übergeben.IN1D -Funktion, die aus dem angegebenen Array gefiltert werden soll.

Beispiel # 01:

Lassen Sie uns nun die oben diskutierte Methode in einem Beispiel implementieren. Erstens werden wir unsere von Python bereitgestellten Numpy -Bibliotheken einbeziehen. Dann erstellen wir ein Array mit dem Namen "my_array", das die Werte "2", "3", "1", "9", "3", "5", "6" und "1" hält. Als nächstes werden wir unseren Filtercode übergeben, der „my_array [(my_array“ lautet < 5)]” to the print statement which means we are filtering the values that are less than “5”. In the next line, we created another array of name “array” that is responsible for having values “1”, “2”, “6”, “3”, “8”, “1” and “0”. To the print statement, we passed the condition that we will print the values that are greater than 5.

Zuletzt haben wir ein weiteres Array erstellt, das wir "arr" bezeichnet haben. Es hält die Werte "6", "7", "10", "12" und "14". Für dieses Array drucken wir den Wert, der im Array nicht vorhanden ist, um zu sehen, was passieren wird, wenn die Bedingung nicht übereinstimmt. Dazu haben wir die Bedingung bestanden, die den Wert, der dem Wert „5“ entspricht, filtert.

Numph als NP importieren
my_array = np.Array ([2, 3, 1, 9, 3, 5, 2, 6, 1])
print ("Werte weniger als 5", my_array [(my_array < 5)])
Array = np.Array ([1, 2, 6, 3, 8, 1, 0])
print ("Werte größer als 5", Array [(Array> 5)])
arr = np.Array ([6, 7, 10, 12, 14])
print ("Werte gleich 5", arr [(arr == 5)])

Nachdem wir den Code ausgeführt haben, haben wir die folgende Ausgabe als Ergebnis, in der wir die 3 Ausgänge angezeigt haben. In der zweiten Ausführung ist die erste für die Elemente weniger als „5“. Wir haben die Werte mehr als „5“ gedruckt. Am Ende haben wir den Wert gedruckt, der nicht existiert, da wir sehen können, dass er keinen Fehler zeigt, sondern das leere Array angezeigt hat, was bedeutet, dass der gewünschte Wert im angegebenen Array nicht vorhanden ist.

Beispiel # 02:

In diesem Fall werden wir einige der Methoden verwenden, bei denen wir mehr als eine Bedingung verwenden können, um die Arrays zu filtern. Um es auszuführen, importieren wir einfach die Numpy-Bibliothek und erstellen dann ein eindimensionales Array von Größe „9“ mit Werten „24“, „3“, „12“, „9“, „3“, „5“. "2", "6" und "7". In der nächsten Zeile haben wir eine Druckanweisung verwendet, an der wir ein Array bestanden haben, das wir mit dem Namen „My_array“ mit der Bedingung als Argument initialisiert haben. Darin haben wir den oder den Zustand bestanden, der von beiden bedeutet, eine Bedingung muss wahr sein. Wenn beide wahr sind, werden die Daten für beide Bedingungen angezeigt. In diesem Zustand möchten wir die Werte, die weniger als „5“ und größer als „9“ sind, drucken. In der nächsten Zeile haben wir den und den Bediener verwendet, um zu überprüfen, was passieren wird, wenn wir eine Bedingung verwenden, um das Array zu filtern. In diesem Zustand haben wir Werte angezeigt, die größer als „5“ und weniger als „9“ sind.

Numph als NP importieren
my_array = np.Array ([24, 3, 12, 9, 3, 5, 2, 6, 7])
drucken („Werte weniger als 5 oder größer als 9“, my_array [(my_array < 5) | (my_array > 9)])
print („Werte mehr als 5 und weniger als 9“, my_array [(my_array> 5) & (my_array < 9)])

Wie im folgenden Snippet gezeigt, wird unser Ergebnis für den obigen Code angezeigt, in dem wir das Array gefiltert und das folgende Ergebnis erzielt haben. Da wir sehen können, dass die Werte von mehr als 9 und weniger als 5 im ersten Ausgang angezeigt werden und die Werte zwischen 5 und 9 vernachlässigt werden. Während wir in der nächsten Zeile die Werte zwischen "5" und "9" gedruckt haben, die "6" und "7" sind. Die anderen Werte von Arrays werden nicht angezeigt.

Abschluss

In diesem Leitfaden haben wir kurz die Verwendung von Filtermethoden erörtert, die vom Numpy -Paket bereitgestellt werden. Wir haben mehrere Beispiele implementiert, die Sie für Sie näher erläutern, um die von Numpy bereitgestellten Filtermethoden am besten zu implementieren.