需求描述
在利用numpy进行数据分析时，常有的一个需求是：根据已知的数组生成新数组。这个问题又可以分为两类：
- 根据筛选条件生成子数组；
- 根据变换条件生成新数组(新数组shape与原数组相同)
下面简单总结.
生成子数组
情况1
已知数组a，以及若干筛选条件conds，要求从数组a中生成一个子数组b。
解决办法：b=a[conds]。比如b=a[a>0],b=a[(a>=1)|(a<=-2)], b=a[(a>=1)&(a<=3)]
实例：如下
# 实例1.1：已知数组a，要求找出所有a>0的元素，然后生成一个新数组。
a = np.arange(-5,5,1)
print('原数组a：',a)
b = a[a>0]
print('实例1结果：',b)
# 实例1.2：已知数组a，要求找出所有a>=1或a<=-2的元素，然后生成一个新数组。
b = a[(a>=1) | (a<=-2)]
print('实例2结果：',b)
# 实例1.3：已知数组a，要求找出所有a>=1并且a<=3的元素，然后生成一个新数组。
b = a[(a>=1) & (a<=3)]
print('实例3结果：',b)
运行结果：
原数组a： [-5 -4 -3 -2 -1 0 1 2 3 4]
实例1结果： [1 2 3 4]
实例2结果： [-5 -4 -3 -2 1 2 3 4]
实例3结果： [1 2 3]
情况2
已知数组a和数组b（shape相同），以及对数组a的筛选条件conds_a。要求从数组b中生成一个子数组c，其中的元素id，与满足筛选条件的数组a的元素id一一对应。
解决办法：
c = b[conds_a],比如c = b[(a>=1) & (a<=3)]
实例：如下
a = np.arange(-5,5,1)
b = np.arange(-50,50,10)
print('数组a:',a)
print('数组b:',b)
c = b[(a>=1) & (a<=3)]
print('新数组c:', c)
运行结果：
数组a: [-5 -4 -3 -2 -1 0 1 2 3 4]
数组b: [-50 -40 -30 -20 -10 0 10 20 30 40]
新数组c: [10 20 30]
变换成新数组
已知数组a，以及若干变换条件conds，要求生成一个新数组b（与原数组shape相同）。解决办法：
方法1：np.where(where(condition, [x, y]))使用场景：当变换条件只有两个以下时，比如实例2.1。该方法等价于:if condition x else y
方法2： np.select(condlist, choicelist, default=0)使用场景：当变换条件有任意多个时，比如实例2.2。该方法等价于:
if condlist[0]: choicelist[0] elif condilist[1]: choicelist[1] ... else: default
方法3：np.piecewise(x, condlist, funclist, *args, **kw)
使用场景：同方法2，只不过变换条件较复杂，无法直接写出，要用函数来表示。
实例：如下
# 实例2.1：已知数组a，要求对所有a<0的元素取绝对值，对其他元素设为0，然后生成一个新数组
a = np.arange(-5,5,1)
print(a)
b = np.where(a<0, abs(a),0)
print('实例2.1结果：',b)
# 实例2.2：已知数组a，要求对所有a<0的元素取绝对值，对a=0的元素+100，对a>0的元素平方，然后生成一个新数组
b = np.select([a<0, a==0, a>0], [abs(a), a+100, a**2])
print('实例2.2结果：',b)
运行结果：
[-5 -4 -3 -2 -1 0 1 2 3 4]
实例2.1结果： [5 4 3 2 1 0 0 0 0 0]
实例2.2结果： [5 4 3 2 1 100 1 4 916]
到此这篇关于python由已知数组快速生成新数组的方法的文章就介绍到这了,更多相关python 已知数组快速生成新数组内容请搜索易盾网络以前的文章或继续浏览下面的相关文章希望大家以后多多支持易盾网络