在列上过滤 numpy 矩阵答案

【问题标题】：filtering numpy matrix on a column在列上过滤 numpy 矩阵
【发布时间】：2016-03-20 15:42:08
【问题描述】：

我有一个numpy矩阵如下：

data = np.matrix(
      "5 3 1;"
      "4 4 1;"
      "6 4 1;"
      "8 2 1;"
      "3 5 1;"
      "1 7 1;"
      "5 4 1;"
      "0 1 0;"
      "2 0 0")
# Output:
matrix([[5, 3, 1],
    [4, 4, 1],
    [6, 4, 1],
    [8, 2, 1],
    [3, 5, 1],
    [1, 7, 1],
    [5, 4, 1],
    [0, 1, 0],
    [2, 0, 0]])

我想要的是过滤第三列值为1的矩阵；也就是说，我不想得到第三个值为0的行。总之，我想提取下面的矩阵：

matrix([[5, 3, 1],
    [4, 4, 1],
    [6, 4, 1],
    [8, 2, 1],
    [3, 5, 1],
    [1, 7, 1],
    [5, 4, 1]])

我尝试了一些组合来过滤它；但没有一个对我有用。例如，下面的代码排除了为零的行，但它只返回第一列。

data[data[:,2]>0]
#Output: 
matrix([[5, 4, 6, 8, 3, 1, 5]])

有没有办法在不显式编写循环语句的情况下过滤这个矩阵？

【问题讨论】：

标签： python numpy matrix

【解决方案1】：

使用np.array 而不是np.matrix 可以让您进行简单的掩码索引，例如：

a = a[a[:, 2] != 0]

要将np.matrix 转换为np.array，您可以这样做：

a = np.asarray(a)

【讨论】：

a = a.A 等效于矩阵的a = np.asarray(a)。 :)

【解决方案2】：

或者只是使用：

 import numpy as np

 a = np.matrix([[5, 3, 1],
     [4, 4, 1],
     [6, 4, 1],
     [8, 2, 1],
     [3, 5, 1],
     [1, 7, 1],
     [5, 4, 1],
     [0, 1, 0],
     [2, 0, 0]])
 ind = np.squeeze(np.asarray(a[:,2]))>0

 print(a[ind,:])

，结果为：

 [[5 3 1]
  [4 4 1]
  [6 4 1]
  [8 2 1]
  [3 5 1]
  [1 7 1]
  [5 4 1]]

【讨论】：

【解决方案3】：

不知何故，np.matrix 的行为很奇怪。我对数组有效的解决方案不适用于矩阵，因为矩阵的行是 1 行矩阵。为什么要显式使用矩阵？

嗯，这行得通：

data = np.matrix(
      "5 3 1;"
      "4 4 1;"
      "6 4 1;"
      "8 2 1;"
      "3 5 1;"
      "1 7 1;"
      "5 4 1;"
      "0 1 0;"
      "2 0 0")

data = np.array(data)
print data[data[:, 2] > 0]

我也尝试使用filter(lambda x: x[0, 2] > 0, data)，它可以工作，但返回一个 1x3 矩阵列表，我无法将其转换回一个好的形状。

【讨论】：

【解决方案4】：

我刚刚了解了np.where 函数并应用于此任务。该方案保留了原始数据的类型。

a = np.matrix([[5, 3, 1],
 [4, 4, 1],
 [6, 4, 1],
 [8, 2, 1],
 [3, 5, 1],
 [1, 7, 1],
 [5, 4, 1],
 [0, 1, 0],
 [2, 0, 0]])
row_ndx,_ = np.where(a[:,2]>0)
a[row_ndx]

或单线：

a[np.where(a[:,2]>0)[0]]

【讨论】：