如何过滤两个numpy数组？

Question

编辑：我固定了 y 以使 x,y 具有相同的长度

我对编程不太了解，但我有大量数据要分析，而且必须用 Python 完成。 假设我有两个数组：

import numpy as np
x=np.array([1,2,3,4,5,6,7,8,9,10])
y=np.array([25,18,16,19,30,5,9,20,80,45])

并说我想选择 y 中大于 17 的值，并只保留 x 中与 y 中的左值具有相同索引的值。例如，我想删除 y (25) 的第一个值，并相应地删除 x (1) 中的匹配值。 我试过这个：

filter=np.where(y>17, 0, y)

但我不知道如何相应地过滤 x 值（实际数据是更长的数组，因此“手动”基本上是不可能的）

解决方案：使用@mozway 提示，现在 x,y 具有相同的长度，所需的代码是：

 import numpy as np
 x=np.array([1,2,3,4,5,6,7,8,9,10])
 y=np.array([25,18,16,19,30,5,9,20,80,45])
 x_filtered=x[y>17]

Answer 1

由于您的问题并不完全清楚，并且您没有提供预期的输出，因此有两种可能性：

过滤

独特的数组可以被一个布尔数组（可迭代的）切片。

如果两个数组的长度相同，您可以这样做：

x[y>17]

这里，x 比 y 长，所以我们首先需要使其长度相同：

import numpy as np
x=np.array([1,2,3,4,5,6,7,8,9,10])
y=np.array([25,18,16,19,30,5,9,20])

x[:len(y)][y>17]

输出：array([1, 2, 4, 5, 8])

替换

要根据条件在x 和y 之间进行选择，请使用where：

np.where(y>17, x[:len(y)], y)

输出：

array([ 1,  2, 16,  4,  5,  5,  9,  8])

Answer 2

作为一个在 Numpy 方面经验很少的人，我在看到@mozway 的过滤优秀答案之前写了这个答案。我的答案适用于比 Numpy 的数组更通用的容器，尽管它使用了更多的概念。我将尝试足够详细地解释每个概念，以使答案有意义。

TL;DR:

请务必阅读其余答案，它将帮助您了解发生了什么。

import numpy as np
x = np.array([1,2,3,4,5,6,7,8,9,10])
y = np.array([25,18,16,19,30,5,9,20])

filtered_x_list = []
filtered_y_list = []

for i in range(min(len(x), len(y))):
    if y[i] > 17:
        filtered_y_list.append(y[i])
        filtered_x_list.append(x[i])

filtered_x = np.array(filtered_x_list)
filtered_y = np.array(filtered_y_list)

# These lines are just for us to see what happened
print(filtered_x) # prints [1 2 4 5 8]
print(filtered_y) # prints [25 18 19 30 20]

必备知识

Python 容器（列表、数组和其他我不会涉及的东西）

让我们看一下这一行：

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

Python 在做什么？

它做的第一件事是创建一个列表：

[1, 2, 3] # and so on

Python 中的列表有一些在这个解决方案中对我们有用的特性：

访问元素：

x_list = [ 1, 2, 3 ]
print(x_list[0]) # prints 1
print(x_list[1]) # prints 2, and so on

在末尾添加元素：

x_list = [ 1, 2, 3 ]
x_list.append(4)
print(x_list) # prints [1, 2, 3, 4]

迭代：

x_list = [ 1, 2, 3 ]
for x in x_list:
    print(x)

# prints:
# 1
# 2
# 3

Numpy 数组略有不同：我们仍然可以在其中访问和迭代元素，但是一旦它们被创建，我们就不能修改它们——它们没有.append，还有其他一些可以用列表做的修改（比如改变一个值，或者删除一个值）我们不能用 numpy 数组做。

所以filtered_x_list 和filtered_y_list 是我们正在创建的空列表，但我们将通过在末尾添加我们关心的值来修改它们。

Python 正在做的第二件事是创建一个 numpy 数组，使用列表来定义其内容。数组构造函数可以接受一个表示为[...] 的列表，或者一个由x_list = [...] 定义的列表，我们稍后会用到。

关于迭代的更多信息

在您的问题中，对于每个 x 元素，都有一个对应的 y 元素。我们想为每个y 元素测试一些东西，然后也对相应的x 元素进行操作。

由于我们可以使用索引访问两个数组中的相同元素 - 例如，x[0] - 我们可以遍历所有需要访问的索引，而不是遍历一个列表或另一个列表列表。

首先，我们需要弄清楚我们需要多少个索引，这只是列表的长度。 len(x) 让我们这样做 - 在这种情况下，它返回 10。

如果x 和y 的长度不同怎么办？在这种情况下，我选择了两者中最小的一个——首先，执行len(x) 和len(y)，然后将它们传递给min() function，这就是上面代码中min(len(x), len(y)) 的含义。

最后，我们实际上要遍历索引，从 0 开始到 len(x) - 1 或 len(y) - 1 结束，以最小者为准。 range sequence 让我们可以做到这一点：

for i in range(10):
    print(i)
    
# prints:
# 0
# 1
# 2
# 3
# 4
# 5
# 6
# 7
# 8
# 9

所以range(min(len(x), len(y)))，最后，让我们迭代的索引，最后，这行是有意义的：

for i in range(min(len(x), len(y))):

在这个 for 循环中，i 现在为我们提供了一个索引，我们可以将其用于x 和y。

现在，我们可以在 for 循环中进行比较：

for i in range(min(len(x), len(y))):
    if y[i] > 17:
        filtered_y_list.append(y[i])

然后，包括xs 对应的ys 是一个简单的情况，只需将相同的x 值附加到x 列表：

for i in range(min(len(x), len(y))):
    if y[i] > 17:
        filtered_y_list.append(y[i])
        filtered_x_list.append(x[i])

过滤后的列表现在包含您要查找的数字。最后两行，在 for 循环之外，只是从结果中创建 numpy 数组：

filtered_x = np.array(filtered_x_list)
filtered_y = np.array(filtered_y_list)

如果某些 numpy 函数需要数组，您可能想要这样做。

在我看来，虽然有更好的方法来做到这一点（我可能会编写自定义迭代器，在不创建新列表的情况下产生预期结果），但它们需要对编程有更深入的了解，所以我选择了更简单的方法.