예를 들어, 숫자 배열이 많지 않습니다.
a = np.array([1, 3, 5, 6, 9, 10, 14, 15, 56])
특정 범위 내에서 요소의 모든 인덱스를 찾고 싶습니다. 예를 들어 범위가 (6, 10)이면 답은 (3, 4, 5) 여야합니다. 이를 수행하는 내장 함수가 있습니까?
답변
np.where인덱스를 가져오고 np.logical_and두 가지 조건을 설정 하는 데 사용할 수 있습니다 .
import numpy as np
a = np.array([1, 3, 5, 6, 9, 10, 14, 15, 56])
np.where(np.logical_and(a>=6, a<=10))
# returns (array([3, 4, 5]),)
답변
@deinonychusaur의 회신에서와 같이 더 간결합니다.
In [7]: np.where((a >= 6) & (a <=10))
Out[7]: (array([3, 4, 5]),)
답변
나는 a당신이 준 예제에서 정렬되어 있기 때문에 이것을 추가 할 것이라고 생각했습니다 .
import numpy as np
a = [1, 3, 5, 6, 9, 10, 14, 15, 56]
start = np.searchsorted(a, 6, 'left')
end = np.searchsorted(a, 10, 'right')
rng = np.arange(start, end)
rng
# array([3, 4, 5])
답변
a = np.array([1,2,3,4,5,6,7,8,9])
b = a[(a>2) & (a<8)]
답변
답변 요약
가장 좋은 답변이 무엇인지 이해하기 위해 다른 솔루션을 사용하여 타이밍을 지정할 수 있습니다. 안타깝게도 질문이 잘 제시되지 않았기 때문에 다른 질문에 대한 답변이 있습니다. 여기서는 동일한 질문에 대한 답변을 지정하려고합니다. 주어진 배열 :
a = np.array([1, 3, 5, 6, 9, 10, 14, 15, 56])
답은 특정 범위 사이에있는 요소 의 인덱스 여야하며, 이 경우에는 6과 10을 포함한다고 가정합니다.
answer = (3, 4, 5)
6,9,10 값에 해당합니다.
최상의 답변을 테스트하기 위해이 코드를 사용할 수 있습니다.
import timeit
setup = """
import numpy as np
import numexpr as ne
a = np.array([1, 3, 5, 6, 9, 10, 14, 15, 56])
# we define the left and right limit
ll = 6
rl = 10
def sorted_slice(a,l,r):
start = np.searchsorted(a, l, 'left')
end = np.searchsorted(a, r, 'right')
return np.arange(start,end)
"""
functions = ['sorted_slice(a,ll,rl)', # works only for sorted values
'np.where(np.logical_and(a>=ll, a<=rl))[0]',
'np.where((a >= ll) & (a <=rl))[0]',
'np.where((a>=ll)*(a<=rl))[0]',
'np.where(np.vectorize(lambda x: ll <= x <= rl)(a))[0]',
'np.argwhere((a>=ll) & (a<=rl)).T[0]', # we traspose for getting a single row
'np.where(ne.evaluate("(ll <= a) & (a <= rl)"))[0]',]
functions2 = [
'a[np.logical_and(a>=ll, a<=rl)]',
'a[(a>=ll) & (a<=rl)]',
'a[(a>=ll)*(a<=rl)]',
'a[np.vectorize(lambda x: ll <= x <= rl)(a)]',
'a[ne.evaluate("(ll <= a) & (a <= rl)")]',
]
결과
결과는 다음 플롯에보고됩니다. 가장 빠른 솔루션.
인덱스 대신 값을 추출하려는 경우 functions2를 사용하여 테스트를 수행 할 수 있지만 결과는 거의 동일합니다.
답변
이 코드 조각은 두 값 사이에있는 numpy 배열의 모든 숫자를 반환합니다.
a = np.array([1, 3, 5, 6, 9, 10, 14, 15, 56] )
a[(a>6)*(a<10)]
다음과 같이 작동합니다 : (a> 6) True (1) 및 False (0)가있는 numpy 배열을 반환하므로 (a <10)도 마찬가지입니다. 두 문이 모두 True (1×1 = 1이기 때문에) 또는 False (0x0 = 0 및 1×0 = 0이기 때문에) 인 경우이 두 가지를 함께 곱하면 True가있는 배열을 얻을 수 있습니다.
a […] 부분은 대괄호 사이의 배열이 True 문을 반환하는 배열 a의 모든 값을 반환합니다.
물론 예를 들어 다음과 같이 더 복잡하게 만들 수 있습니다.
...*(1-a<10)
이것은 “and Not”문과 유사합니다.
답변
a = np.array([1, 3, 5, 6, 9, 10, 14, 15, 56])
np.argwhere((a>=6) & (a<=10))
