过滤数组返回参数答案

【问题标题】：Filter array returning arguments过滤数组返回参数
【发布时间】：2012-10-14 18:09:08
【问题描述】：

我们又来了：

我想要一个很像 filter 的函数，但它应该返回 arguments 而不是值：

data = numpy.array([0.0, 35., 2., 44., numpy.pi, numpy.sqrt(2.)])
args_pass_A = some_sort_of_f(lambda x: x<4., data)
print(args_pass_A)
[0, 2, 4, 5]
args_pass_B = some_sort_of_f(lambda x: x>=44., data)
print(args_pass_B)
[3]

我尝试在 scipy.stats 和 scipy.stats.mstats 中查找，最近我被定向到 mquantiles （谢谢 aganders3）。这会响铃吗？我也尝试在 numpy 文档中查找，但没有运气。

提前谢谢你。

【问题讨论】：

标签： python filter arguments scipy

【解决方案1】：

对于这种情况，我只使用where [docs]：

>>> import numpy
>>> data = numpy.array([0.0, 35., 2., 44., numpy.pi, numpy.sqrt(2.)])
>>> data
array([  0.        ,  35.        ,   2.        ,  44.        ,
         3.14159265,   1.41421356])
>>> numpy.where(data < 4)
(array([0, 2, 4, 5]),)
>>> numpy.where(data > 44.)
(array([], dtype=int64),)
>>> numpy.where(data >= 44.)
(array([3]),)

请注意，您要查找的实际上是返回元组的第一个元素：

>>> numpy.where(data < 4)[0]
array([0, 2, 4, 5])

您可以使用这些索引再次索引data：

>>> data[numpy.where(data < 4)[0]]
array([ 0.        ,  2.        ,  3.14159265,  1.41421356])

【讨论】：

是的，这回答了我的问题！非常感谢。

【解决方案2】：

您可以使用enumerate 函数，该函数接受一个列表 (orig_list) 并返回对列表，其中第一个元素是 orig_list 中项目的索引，第二个元素是 orig_list 中的项目。

例子：

orig_list = numpy.array([0.0, 35., 2., 44., numpy.pi, numpy.sqrt(2.)])
filter_func = lambda (idx, value): value<4.
filtered_pairs = filter(filter_func, enumerate(orig_list))
result = map(lambda (idx, value): idx, filtered_pairs)

您也可以用 stdlib 函数 itemgetter（模块运算符）替换 id 提取器：

from operator import itemgetter
orig_list = numpy.array([0.0, 35., 2., 44., numpy.pi, numpy.sqrt(2.)])
filter_func = lambda (idx, value): value<4.
result = map(itemgetter(0), filter(filter_func, enumerate(orig_list)))

【讨论】：

有趣的答案。尽管我发现上面的那个更快，但这个确实帮助我揭示了 itemgetter 和 enumerate 的存在。 +1

【解决方案3】：

>>> def some_sort_of_f(data, condition = lambda x: x<4.):
        rez=[]
        for i in range(len(data)):
            if condition(data[i]):
                rez.append(i)
        return rez

>>> data = [0.0, 35., 2., 44.]
>>> some_sort_of_f(data)
[0, 2]
>>>

【讨论】：