如何在给定一组条件的情况下返回非平面 numpy 数组选择元素？答案

【问题标题】：How do I return a nonflat numpy array selecting elements given a set of conditions?如何在给定一组条件的情况下返回非平面 numpy 数组选择元素？
【发布时间】：2017-03-01 14:12:00
【问题描述】：

我有一个多维数组，比如形状 (4, 3)，看起来像

a = np.array([(1,2,3),(4,5,6),(7,8,9),(10,11,12)])

如果我有一个固定条件列表

conditions = [True, False, False, True]

如何返回列表

array([(1,2,3),(10,11,12)])

使用np.extract 返回

>>> np.extract(conditions, a)
array([1, 4])

它只返回每个嵌套数组的第一个元素，而不是数组本身。我不确定是否或如何使用np.where 做到这一点。非常感谢任何帮助，谢谢！

【问题讨论】：

标签： python arrays numpy conditional slice

【解决方案1】：

让我们定义你的变量：

>>> import numpy as np
>>> a = np.array([(1,2,3),(4,5,6),(7,8,9),(10,11,12)])
>>> conditions = [True, False, False, True]

现在，让我们选择您想要的元素：

>>> a[np.array(conditions)]
array([[ 1,  2,  3],
       [10, 11, 12]])

一边

请注意，更简单的a[conditions] 有一些歧义：

>>> a[conditions]
-c:1: FutureWarning: in the future, boolean array-likes will be handled as a boolean array index
array([[4, 5, 6],
       [1, 2, 3],
       [1, 2, 3],
       [4, 5, 6]])

如您所见，conditions 在这里被视为（类整数）索引值，这不是我们想要的。

【讨论】：

【解决方案2】：

您可以使用简单的列表切片和np.where 它或多或少是专门针对这种情况设计的..

>>> a[np.where(conditions)]
array([[[ 1,  2,  3],
        [10, 11, 12]]])

【讨论】：

在对大型数组进行快速测试时，令人惊讶的是它比转换为数组和布尔索引要快一些！