选择numpy数组中的行

Question

我有一个形状(n,4)的numpy数组（ mat (n,4) 。 该数组有四列和大量（ n ）行。 前三列代表我计算中的x ， y ， z列。 我希望选择那些numpy数组的行，其中x列的值低于给定的数字（ min_x ）或高于给定数字的值（ max_x ），并且y列的值低于给定的数字（ min_y ）或上面的值给定数字（ max_y ）和z列的值低于给定数字（ min_z ）或高于给定数字（ max_z ）的值。

这就是我目前试图实现这个所需功能的方式：

import numpy as np

mark = np.where( ( (mat[:,0]<=min_x) | \
            (mat[:,0]>max_x) ) & \
                 ( (mat[:,1]<=min_y) | \
            (mat[:,1]>max_y) ) & \
                 ( (mat[:,2]<=min_z) | \
            (mat[:,2]>max_z) ) )

mat_new = mat[:,mark[0]]

我正在使用的技术是否正确，以及实现所需功能的最佳方法？ 我将非常感谢任何帮助。 谢谢。

Answer 1

对我来说看上去很好。 您可以通过将列与中间值进行比较来使其更紧凑：

mark = (np.abs(mat[:,0] - (max_x + min_x) / 2) > (max_x - min_x) / 2) &
       (np.abs(mat[:,1] - (max_y + min_y) / 2) > (max_y - min_y) / 2) &
       (np.abs(mat[:,2] - (max_z + min_z) / 2) > (max_z - min_z) / 2)

不幸的是，您无法再控制精确的边界条件（ < vs <= ）。 此外，这可能是最慢的解决方案，甚至比原始解决方案更慢。

Answer 2

你现在拥有什么看起来很好。 但是，由于您正在询问实现所需功能的其他方法：您可以为每个行索引创建一个1维布尔掩码，该掩码为True或False 。 这是一个例子。

>>> import numpy as np
>>> np.random.seed(444)

>>> shape = 15, 4
>>> mat = np.random.randint(low=0, high=10, size=shape)
>>> mat
array([[3, 0, 7, 8],
       [3, 4, 7, 6],
       [8, 9, 2, 2],
       [2, 0, 3, 8],
       [0, 6, 6, 0],
       [3, 0, 6, 7],
       [9, 3, 8, 7],
       [3, 2, 6, 9],
       [2, 9, 8, 9],
       [3, 2, 2, 8],
       [1, 5, 6, 7],
       [6, 0, 0, 0],
       [0, 4, 8, 1],
       [9, 8, 5, 8],
       [9, 4, 6, 6]])

# The thresholds for x, y, z, respectively
>>> lower = np.array([5, 5, 4])
>>> upper = np.array([6, 6, 7])
>>> idx = len(lower)
# Parentheses are required here.  NumPy boolean ops use | and &
# which have different operator precedence than `or` and `and`
>>> mask = np.all((mat[:, :idx] < lower) | (mat[:, :idx] > upper), axis=1)

>>> mask
array([False, False,  True,  True, False, False,  True, False,  True,
        True, False, False,  True, False, False])

现在通过mask索引mat会将其约束为mask为True行索引：

>>> mat[mask]
array([[8, 9, 2, 2],
       [2, 0, 3, 8],
       [9, 3, 8, 7],
       [2, 9, 8, 9],
       [3, 2, 2, 8],
       [0, 4, 8, 1]])

这种方法有点不同的是它是可扩展的：你可以在两个数组中指定它们，一个用于上限，一个用于下限，然后利用NumPy的矢量化和广播，而不是单独指定每个坐标条件。建立面具。

np.all()说， 测试所有值都是True ，行方式。 它从你的问题中捕获“和”条件，而| 操作员捕获“或”。

Answer 3

我只是删除np.where并使用布尔掩码代替

x,y,z,_ = mat.T
mask = ( ( (x <= min_x) | (x > max_x) ) &
         ( (y <= min_y) | (y > max_y) ) &
         ( (z <= min_z) | (z > max_z) ) ) 
mat_new = mat[mask]