按给定条件提取 numpy 行

Question

我有如下的 numpy 数组。

import numpy as np


data = np.array([[0,0,0,4],
                [3,0,5,0],
                 [8,9,5,3]])

print (data)

我必须只提取前三个元素不全为零的那些行，预期结果如下：

result = np.array([[3,0,5,0],
                 [8,9,5,3]])

我试过：

res = [l for l in data if l[:3].sum() !=0]
print (res)

它给出了结果。 但是，正在寻找更好的、麻木的方法。

Answer 1

如果您的数组可以包含负数，则sum有点不可靠，但any将始终有效：

result = data[data[:, :3].any(1)]

Answer 2

你说

前三个元素不全为零

所以一个解决方案是

import numpy as np

data = np.array([[0,0,0,4],
                 [3,0,5,0],
                 [8,9,5,3]])

data[~np.all(data[:, :3] == 0, axis=1), :]

Answer 3

我将尝试通过我的回答来解释我是如何看待这些问题的。

第一步：定义一个函数，该函数返回一个布尔值，指示这是否是一个好行。 为此，我使用 np.any，它检查是否有任何条目为“真”（对于整数，真为非零）。

import numpy as np
v1 = np.array([1, 1, 1, 0])
v2 = np.array([0, 0, 0, 1])
good_row = lambda v: np.any(v[:3])
good_row(v1)
Out[28]: True
good_row(v2)
Out[29]: False

第二步：我将其应用于所有行，并获得一个掩蔽向量。 为此，可以在“np.any”中使用“axis”关键字，它将根据轴值将其应用于列或行。

np.any(data[:, :3], axis=1)
Out[32]: array([False,  True,  True])

最后一步：我将其与索引结合起来，将其全部包装起来。

rows_inds = np.any(data[:, :3], axis=1)
data[rows_inds]
Out[37]: 
array([[3, 0, 5, 0],
       [8, 9, 5, 3]])