Numpy 配列を複数の条件でフィルタリングする方法: `np.where()` が失敗する理由と正しい結果を得る方法

複数の条件を持つ numpy where 関数

numpy では、where 関数を使用して条件に基づいて配列をフィルター処理できます。ただし、& や | などの論理演算子を使用して複数の条件を適用しようとすると、予期しない結果が発生する可能性があります。

次のコードを考えてみましょう:

import numpy as np

dists = np.arange(0, 100, 0.5)
r = 50
dr = 10

# Attempt to select distances within a range
result = dists[(np.where(dists >= r)) and (np.where(dists <= r + dr))]

このコードは、r と | の間の距離を選択しようとします。博士。ただし、2 番目の条件 dists <= r dr を満たす距離のみが選択されます。

失敗の理由:

numpy where 関数は、要素のインデックスを返します。ブール配列ではなく条件を満たします。論理演算子を使用して複数の where ステートメントを結合すると、それぞれの条件を満たすインデックスのリストが出力されます。これらのリストに対して and 演算を実行すると、最初の条件が事実上無視されて、インデックスの 2 番目のセットが生成されます。

正しいアプローチ:

• 要素-賢明な比較:

複数の条件を適用するには、要素ごとの比較を直接使用します:

dists[(dists >= r) & (dists <= r + dr)]

• ブール配列:

または、条件ごとにブール配列を作成し、それらに対して論理演算を実行します:

condition1 = dists >= r
condition2 = dists <= r + dr
result = dists[condition1 & condition2]

• Fancy Indexing:

高度なインデックス作成により、条件付きフィルタリングも可能になります。

result = dists[(condition1) & (condition2)]

場合によっては、次の例のように、条件を 1 つの基準に単純化すると有利な場合があります。

result = dists[abs(dists - r - dr/2.) <= dr/2.]

By where 関数の動作を理解すると、プログラマは numpy の複数の条件に基づいて配列を効果的にフィルタリングできます。

以上がNumpy 配列を複数の条件でフィルタリングする方法: `np.where()` が失敗する理由と正しい結果を得る方法の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。