按多个条件过滤 numpy 数组行时的问题

Question

我想通过多个条件过滤一个 numpy 数组。我发现 this thread 并在我的数据集上测试了切片方法，但我得到了意想不到的结果。好吧，至少对我来说它们是出乎意料的，因为我可能只是在理解按位运算符或其他东西的功能时遇到了问题：/

只是为了让您了解数据：

test.shape
>>(222988, 2)

stats.describe(all_output[:, 0])
>>DescribeResult(nobs=222988, minmax=(2.594e-05, 74.821), mean=11.106, variance=108.246, [...])

stats.describe(all_output[:, 1])
>>DescribeResult(nobs=222988, minmax=(0.001, 8.999), mean=3.484, variance=7.606, [...])

现在，做一些基本的过滤：

test1 = test[(test[:, 0] >= 30) & (test[:, 1] <= 2)] 

test1.shape
>>(337, 2)

这些实际上是我不想在我的数据集中包含的行，所以如果我做我认为相反的事情......

test2 = test[(test[:, 0] <= 30) & (test[:, 1] >= 2)] 

test2.shape
>>(112349, 2)

我希望结果是 (222651, 2)。我想我做错了一些令人尴尬的简单事情？这里的任何人都可以将我推向正确的方向吗？

已经谢谢了！ -M

Answer 1

De morgans law：not (p and q) == (not p) *or* (not q)。无论如何，numpy is ~ 中的 not 运算符所以

 ~((test[:, 0] >= 30) & (test[:, 1] <= 2)) == ((test[:, 0] < 30) | (test[:, 1] > 2))

要么做你想做的事，例如

test1 = test[~((test[:, 0] >= 30) & (test[:, 1] <= 2))]