对NumPy数组进行比较和过滤

对NumPy数组进行比较和过滤

在这篇文章中,我们将看到如何对NumPy数组进行比较和过滤。

比较NumPy阵列:

  • 大于(>)或numpy.generate()。
  • 小于(<)numpy.less()。
  • Equal(==) or numpy.equal()
  • 不等于(!=)或numpy.not_equal()。
  • 大于和等于(>=)。
  • 小于等于(<=)。

NumPy阵列比较的步骤:

第1步:首先在你的系统或环境中安装NumPy。通过使用以下命令。

pip install numpy(command prompt)
!pip install numpy(jupyter)

第2步:导入NumPy模块。

import numpy as np

第3步:使用NumPy数组方法创建一个元素数组。

np.array([elements])

第4步:现在使用比较运算符来比较NumPy数组。

示例 1:

  • 导入NumPy模块。
  • 使用numpy.array()方法创建数组。
  • 现在用greater()方法比较两个数组。
# importing NumPy Module
import numpy as np 
  
# Creating Array
a = np.array([1,2,3,4]) 
b = np.array([3,8,5,6])
  
# Comparing two arrays
np.greater(a, b)

输出:

array([False, False, False, False])

示例 2:

  • 导入NumPy模块。
  • 使用numpy.array()方法创建数组。
  • 现在用less()方法比较两个数组。
# Importing NumPy Module
import numpy as np
  
# Creating Array using NumPy
a = np.array([1, 2, 3, 4])
b = np.array([3, 8, 5, 6])
np.less(a, b)

输出:

array([ True,  True,  True,  True])

示例 3:

  • 导入NumPy模块。
  • 使用numpy.array()方法创建数组。
  • 现在用equal()方法比较两个数组。
# Importing NumPy Module.
import numpy as np
  
# Create Arrays using np.array() Function.
a = np.array([1, 2, 3, 4])
b = np.array([3, 8, 5, 6])
  
# Compare a and b array elements
# if the elements in a and b are equal
# it returns True else returns False.
np.equal(a, b)

输出:

array([ False,  False,  False, False])

示例 4:

  • 导入NumPy模块。
  • 使用numpy.array()方法创建数组。
  • 现在用not_equal()方法比较两个数组。
# Importing NumPy Module.
import numpy as np
  
# Create Arrays using np.array() Function.
a = np.array([1, 2, 3, 4])
b = np.array([3, 8, 5, 6])
  
# Compare a and b array elements if the
# elements in a and b are  not equal
# it returns True else returns False.
np.not_equal(a, b)

输出:

array([ True,  True,  True,  True])

示例 5:

  • 导入NumPy模块。
  • 使用numpy.array()方法创建数组。
  • 现在用>=操作符比较两个数组。
# Importing NumPy Module.
import numpy as np
  
# Create Arrays using np.array()
# Function.
a = np.array([1, 2, 3, 4])
b = np.array([3, 8, 5, 6])
  
# it returns if elements in a  are
# greater than a equal to b
print(a >= b)

输出:

[False False False False]

示例 6:

  • 导入NumPy模块。
  • 使用numpy.array()方法创建数组。
  • 现在用<=操作符比较两个数组。
# Importing NumPy Module.
import numpy as np
  
  
# Create Arrays using np.array()
# Function.
a = np.array([1, 2, 3, 4])
b = np.array([3, 8, 5, 6])
  
# it returns if elements in a  are less
# than a equal to b
print(a <= b)

输出:

[ True  True  True  True]

过滤NumPy数组:

筛选是指抽取满足我们所给条件的元素。例如,一个数组中的偶数元素,一个数组中大于10的元素,等等。

过滤NumPy数组的步骤:

  • 导入NumPy模块。
  • 使用np.array()函数创建数组。
  • 写出过滤数组的任何条件。
  • 用该过滤函数创建一个新的数组。

注意:在过滤和比较中,都会给出布尔值作为输出。

示例 1:

  • 导入NumPy模块。
  • 使用numpy.array()方法创建数组。
  • 现在取一个过滤阵列的条件。
  • 现在创建一个满足条件的新数组。
import numpy as np
  
  
a = np.array([1, 2, 3, 40, 50, 100,
              45, 87, 98])
  
# Taking a condition to filter the array
filter_ex = a < 16
  
# Creating new array using Condition.
new_arr = np.array([filter_ex])
  
# Printing new Array
print(*new_arr)

输出:

[False False False  True  True  True  True  True  True]

示例 2:

  • 导入NumPy模块。
  • 使用numpy.array()方法创建数组。
  • 现在取一个过滤阵列的条件。
  • 现在创建一个满足条件的新数组。
# Importing  NumPy Module
import numpy as np
  
# Creating Array
a = np.array([1, 2, 3, 40, 50, 100, 
              45, 87, 98])
  
# Filtering Condition
filter2 = a % 2 == 0
even = np.array([filter2])
print(*even)

输出:

[False  True False  True  True  True False False  True]

Python教程

Java教程

Web教程

数据库教程

图形图像教程

大数据教程

开发工具教程

计算机教程