Python NumPy：基于已知数组快速生成子数组与变换新数组

Python数组生成需求概述

需求描述

在使用NumPy进行数据分析时，经常遇到一种需求：基于已有的数组生成新的数组。这一问题通常可以归纳为两种情况：

1. 根据特定的筛选条件，从原数组中提取子数组；
2. 根据特定的变换规则，生成一个与原数组形状（shape）完全相同的新数组；

下面对上述两种情况分别进行简要总结。

基于筛选条件生成子数组

生成子数组

情况1

假设已知数组a以及若干筛选条件conds，目标是从数组a中提取元素，生成一个子数组b。

解决方案：b=a[conds]。比如b=a[a>0],b=a[(a>=1)|(a<=-2)], b=a[(a>=1)&(a<=3)]

具体实例如下所示：

# 实例1.1：已知数组a，要求找出所有a>0的元素，然后生成一个新数组。
a = np.arange(-5,5,1)
print('原数组a：',a)
b = a[a>0]
print('实例1结果：',b)

# 实例1.2：已知数组a，要求找出所有a>=1或a<=-2的元素，然后生成一个新数组。
b = a[(a>=1) | (a<=-2)]
print('实例2结果：',b)

# 实例1.3：已知数组a，要求找出所有a>=1并且a<=3的元素，然后生成一个新数组。
b = a[(a>=1) & (a<=3)]
print('实例3结果：',b)

运行结果如下：

原数组a： [-5 -4 -3 -2 -1 0 1 2 3 4] 实例1结果： [1 2 3 4] 实例2结果： [-5 -4 -3 -2 1 2 3 4] 实例3结果： [1 2 3]

情况2

假设已知数组a和数组b（两者的shape相同），以及针对数组a的筛选条件conds_a。目标是生成一个子数组c，其中元素id与满足筛选条件的数组a中的元素id一一对应。

解决方案：

c = b[conds_a],比如c = b[(a>=1) & (a<=3)]

具体实例如下：

a = np.arange(-5,5,1)
b = np.arange(-50,50,10)
print('数组a:',a)
print('数组b:',b)

c = b[(a>=1) & (a<=3)]
print('新数组c:', c)

运行结果如下：

数组a: [-5 -4 -3 -2 -1 0 1 2 3 4] 数组b: [-50 -40 -30 -20 -10 0 10 20 30 40] 新数组c: [10 20 30]

基于变换条件生成新数组

变换成新数组

假设已知数组a以及若干变换条件conds，目标是生成一个新数组b，其形状与原数组a相同。解决方案如下：

方法1：np.where(where(condition, [x, y]))
使用场景：当变换条件较少（例如两个分支）时，如实例2.1所示。该方法在逻辑上等价于:if condition x else y

方法2：np.select(condlist, choicelist, default=0)
使用场景：当变换条件数量任意时，如实例2.2所示。该方法在逻辑上等价于:

if condlist[0]:
  choicelist[0]
elif condilist[1]:
  choicelist[1]
...
else:
  default

方法3：np.piecewise(x, condlist, funclist, *args, **kw)

使用场景：与方法2类似，适用于变换条件较为复杂、无法直接写成简单表达式的场景，此时需使用函数来表示变换逻辑。 具体实例如下：

# 实例2.1：已知数组a，要求对所有a<0的元素取绝对值，对其他元素设为0，然后生成一个新数组
a = np.arange(-5,5,1)
print(a)
b = np.where(a<0, abs(a),0)
print('实例2.1结果：',b)

# 实例2.2：已知数组a，要求对所有a<0的元素取绝对值，对a=0的元素+100，对a>0的元素平方，然后生成一个新数组
b = np.select([a<0, a==0, a>0], [abs(a), a+100, a**2])
print('实例2.2结果：',b)

运行结果如下：

[-5 -4 -3 -2 -1 0 1 2 3 4] 实例2.1结果： [5 4 3 2 1 0 0 0 0 0] 实例2.2结果： [5 4 3 2 1 100 1 4 916]

至此，关于Python中由已知数组快速生成新数组的方法介绍完毕。如需了解更多相关Python及已知数组生成新数组的内容，欢迎查阅本站往期文章或继续浏览下方相关文章，感谢大家的支持。