NumPy စကာတင် အကျယ် စစ်ဆေး

数组过滤

从现有数组中取出一些元素并从中创建新数组称为过滤（filtering）。

在 NumPy 中，我们使用布尔索引列表来过滤数组。

布尔索引列表是与数组中的索引相对应的布尔值列表。

如果索引处的值为 True，则该元素包含在过滤后的数组中；如果索引处的值为 False，则该元素将从过滤后的数组中排除。

အကြိမ်

用索引 0 和 2、4 上的元素创建一个数组：

import numpy as np
arr = np.array([61, 62, 63, 64, 65])
x = [True, False, True, False, True]
newarr = arr[x]
print(newarr)

အကြိမ် ပြောင်းလဲ

上例将返回 [61, 63, 65]，为什么？

အခြား ဖြစ်စဉ် အစုအဝေး ပါဝင်သည် True ထိုသို့ဖြစ်လာရာက အကြီးအကျယ် အစုအဝေး ပါဝင်သည် 0 နှင့် 2 နှင့် 4 အတိုင်း ဖြစ်သည်။

ဖြစ်စဉ် အစုအဝေး ပါဝင်သည်

အထင်ပေါ်အချက်အလက်များတွင် ကျမ်းကို True နှင့် False အမှတ်သတ်သည် အခြေခံအမှတ်ဖြင့် ကျပ်တင်သည်၊ သို့သော် အသုံးပြုခြင်း သည် အခြေအနေအရ ဖြစ်စဉ်များ အဖြစ် ဖြစ်စဉ် အစုအဝေး ပါဝင်သည်။

အကြိမ်

တည်ဆောက် အရိုးအခြောက် အသုံးပြု အသင်းအုပ် အား အချက်အလက် အား ပြန်လည် ပြောင်းလဲ သွားသည်။

import numpy as np
arr = np.array([61, 62, 63, 64, 65])
# 创建一个空列表
filter_arr = []
# 遍历 arr 中的每个元素
for element in arr:
  အစုအဝေး 62 ထက် အားလုံးဖြစ်လာရာက အမှတ်သတ်ကို True ဖြင့် ကျပ်တင်သည်၊ အခြားအားလုံးဖြစ်လာရာက False ဖြင့် ကျပ်တင်သည်：
  if element > 62:
    filter_arr.append(True)
  else:
    filter_arr.append(False)
newarr = arr[filter_arr]
print(filter_arr)
print(newarr)

အကြိမ် ပြောင်းလဲ

အကြိမ်

တည်ဆောက် အရိုးအခြောက် အသုံးပြု အသင်းအုပ် တည်ဆောက် ပြည်ထောင်းကျသော အသုံးပြုခြင်း အချက်အလက် အား ပြန်လည် ပြောင်းလဲ သွားသည်။

import numpy as np
arr = np.array([1, 2, 3, 4, 5, 6, 7])
# 创建一个空列表
filter_arr = []
# 遍历 arr 中的每个元素
for element in arr:
  # 如果元素可以被 2 整除，则将值设置为 True，否则设置为 False
  if element % 2 == 0:
    filter_arr.append(True)
  else:
    filter_arr.append(False)
newarr = arr[filter_arr]
print(filter_arr)
print(newarr)

အကြိမ် ပြောင်းလဲ

တည်ဆောက် အရိုးအခြောက် အသုံးပြု

အခြေခံ အချက်အလက် တွင် အချက်အလက် အား ပြန်လည် ပြောင်းလဲ သွားသည်။

အခြေခံ အချက်အလက် တွင် အသင်းအုပ် ကို သာမန် အကြိမ်ကြား ပြောင်းလဲ သွားသည်။

အကြိမ်

တည်ဆောက် အရိုးအခြောက် အသုံးပြု အသင်းအုပ် အား အချက်အလက် အား ပြန်လည် ပြောင်းလဲ သွားသည်။

import numpy as np
arr = np.array([61, 62, 63, 64, 65])
filter_arr = arr > 62
newarr = arr[filter_arr]
print(filter_arr)
print(newarr)

အကြိမ် ပြောင်းလဲ

အကြိမ်

တည်ဆောက် အရိုးအခြောက် အသုံးပြု အသင်းအုပ် တည်ဆောက် ပြည်ထောင်းကျသော အသုံးပြုခြင်း အချက်အလက် အား ပြန်လည် ပြောင်းလဲ သွားသည်။

import numpy as np
arr = np.array([1, 2, 3, 4, 5, 6, 7])
filter_arr = arr % 2 == 0
newarr = arr[filter_arr]
print(filter_arr)
print(newarr)

အကြိမ် ပြောင်းလဲ