将numpy布尔选择器限制为前几个真值的有效方法
将numpy布尔选择器限制为前几个真值的有效方法
提问于 2019-07-12 01:33:27
我有一个可以应用于数组a的numpy布尔selector数组。(在问题域中实际上不是随机的，这只是为了方便示例)。但我实际上希望仅使用selector的前n个True条目(在本例中为n=3 )进行选择。那么，给定selector加上一个参数n，如何使用select_first_few操作生成numpy，从而避免迭代循环？
>>> import numpy as np
>>> selector = np.random.random(10) > 0.5
>>> a = np.arange(10)
>>> selector
array([ True, False, True, True, True, False, True, False, True,
False])
>>> chosen, others = a[selector], a[~selector]
>>> chosen
array([0, 2, 3, 4, 6, 8])
>>> others
array([1, 5, 7, 9])
>>> select_first_few = np.array([ True, False, True, True, False, False, False, False, False,
... False])
>>> chosen_few, tough_luck = a[select_first_few], a[~select_first_few]
>>> chosen_few
array([0, 2, 3])
>>> tough_luck
array([1, 4, 5, 6, 7, 8, 9])回答 1
Stack Overflow用户
发布于 2019-07-12 01:46:40
获取列表中所有选定的索引，并对该列表进行切片。然后使用列表理解来检索这些选定索引处的数据。
import numpy as np
selector = np.random.random(10) > 0.5
data = np.arange(10)
choosen_indices = np.where(selector)
#select first 3 choosen
choosen_few_indices = choosen_indices[:3]
choosen_few = [data[i] for i in choosen_few_indices]
# if you are also interested in the not choosen data
not_choosen_indices = list(set(range(len(data))) - set(choosen_indices))
# proceed ...页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/56994591
复制相关文章
相似问题