關於數據表中的Numpy練習的查詢

剛開始用Datacamp學習python，我遇到了一個關於Numpy的問題。在做this problem（這是一個獨立的問題，所以應該很容易理解，沒有任何上下文），我很困惑的指令：「你可以在這裏使用一個小技巧：使用np_positions =='GK'作爲np_heights的索引」。關於數據表中的Numpy練習的查詢

沒有在代碼中將np_heights和np_positions鏈接在一起，該索引如何工作？起初我以爲我不得不將它們垂直連接起來，但事實證明這不是必需的。

是不是因爲只有兩個Numpy數組，它碰巧發生了相同數量的元素，Python決定自動將它們配對？如果我有多個具有相同數量元素的Numpy數組，並且使用該索引，會是一個問題嗎？

來源

2017-06-04 lumberjack23

他們唯一的共同點就是它們的長度。除此之外，他們沒有聯繫在一起。當您使用boolean indexing時，長度會起作用。

考慮以下的數組：

arr = np.array([1, 2, 3])

布爾值，我們可以索引到該陣列：

arr[[True, False, True]] 
Out: array([1, 3])

這在位置0和2（其中，它們具有True值）返回的值。

這個布爾數組可能來自任何地方。它可能來自相同的數組，或者來自相同長度的不同數組。

arr1 = np.array(['a', 'b', 'a', 'c'])

如果我這樣做arr1 == 'a'它會做逐元素的比較，並返回

arr1 == 'a' 
Out: array([ True, False, True, False], dtype=bool)

我可以在同一陣列中使用：

arr1[arr1=='a'] 
Out: 
array(['a', 'a'], 
     dtype='<U1')

或在不同的陣列：

arr2 = np.array([2, 5, 1, 7]) 

arr2[arr1=='a'] 
Out: array([2, 1])

備註這與arr2[[True, False, True, False]]沒有什麼不同。所以我們實際上並沒有在這裏使用arr1。在你的例子中，np_positions == 'GK'也會返回一個布爾數組。由於它的大小與np_height數組的大小相同，因此只能處理布爾數組具有True值的位置。

來源

2017-06-05 00:18:18 ayhan

很好的解釋。在你的最後一個例子中，如果索引更改爲arr2 [[True，False，False]]，會發生什麼？那麼arr2 [[True，False，False，True，True，False]]呢？布爾索引上的鏈接似乎只談論尺寸不匹配。 – lumberjack23

如果長度不匹配，則會引發警告：__main __：1：VisibleDeprecationWarning：布爾值索引與維度0上的索引數組不匹配;維度爲3，但對應的布爾維度爲2'，如果布爾數組較小，則假定其餘條目爲假;否則，它只是忽略布爾數組的其餘部分。它可能會在未來引發一個錯誤。 – ayhan

明白了。謝謝！ – lumberjack23

關於數據表中的Numpy練習的查詢

回答

相關問題