python如何实现在多维数组中挑选符合条件的全部元素-创新互联
这篇文章将为大家详细讲解有关python如何实现在多维数组中挑选符合条件的全部元素,小编觉得挺实用的,因此分享给大家做个参考,希望大家阅读完这篇文章后可以有所收获。
创新互联公司服务项目包括绵阳网站建设、绵阳网站制作、绵阳网页制作以及绵阳网络营销策划等。多年来,我们专注于互联网行业,利用自身积累的技术优势、行业经验、深度合作伙伴关系等,向广大中小型企业、政府机构等提供互联网行业的解决方案,绵阳网站推广取得了明显的社会效益与经济效益。目前,我们服务的客户以成都为中心已经辐射到绵阳省份的部分城市,未来相信会继续扩大服务区域并继续获得客户的支持与信任!问题产生:今天在编写神经网络的Cluster作业时,需要根据根据数据标签用不同的颜色画出数据的分布情况,由此学习到了这种高效的方法。
传统思路:用for循环来挑选符合条件的元素,这样十分浪费时间。
代码示例:
from sklearn.datasets.samples_generator import make_blobs import numpy as np import matplotlib.pyplot as plt #product 20 samples and divide them in 4 different types X, label_true = make_blobs(n_samples=20,centers=4) print("Data:{:}".format(X)) print("label_true:{:}".format(label_true)) #eliminate the repeated elements labels=np.unique(label_true) print("labels:{:}".format(labels)) #plot fig = plt.figure() ax = fig.add_subplot(1, 1, 1) colors = 'rgbycm' for index,elem in enumerate(labels): position=label_true==elem print("position{:}:{:}".format(index,position)) plt.scatter(X[position,0],X[position,1],label="cluster %d"%elem,color=colors[index%len(colors)]) plt.show()
实验结果:
Data:[[ 6.28987299 1.19041843] [ 2.12673463 -1.90647309] [-8.56276424 1.8136798 ] [ 2.42611937 -3.81970786] [ 1.83488662 -3.10733306] [ 6.28320138 -0.24840258] [-6.74802304 1.13642657] [ 2.21681643 6.28894411] [-7.16100601 0.04482262] [ 1.66858847 3.42225284] [ 3.19972789 4.58804196] [-7.37006942 0.57068008] [ 0.52465584 -2.68794047] [ 2.71075921 3.57281778] [ 5.99343237 0.0120798 ] [ 4.28307033 4.28727222] [ 0.73714246 -2.38643522] [ 5.58384782 -0.62066592] [-8.44295576 -0.05933983] [ 5.33991984 1.24833992]] label_true:[0 2 1 2 2 0 1 3 1 3 3 1 2 3 0 3 2 0 1 0] labels:[0 1 2 3] position0:[ True False False False False True False False False False False False False False True False False True False True] position1:[False False True False False False True False True False False True False False False False False False True False] position2:[False True False True True False False False False False False False True False False False True False False False] position3:[False False False False False False False True False True True False False True False True False False False False]
结果分析:
我们可以看出黄色部分的作用,第一行 position=label_true==elem 的作用是让position在label_true==elem的位置置为True,反之为False,从而得到的position是一个True和False的集合,
而第三行 X[position,0],X[position,1] 就是选择为True的位置上的横坐标和纵坐标,打印出来。还有点懵?我们用最简单的数组来表示
代码示例
import numpy as np a=np.empty(shape=[0,4], dtype=int) a=np.append(a,[[1,2,3,4],[2,3,4,5],[7,8,9,10]],axis=0) position=[True,False,True] print(a) print(a[position,3])
结果:
[[ 1 2 3 4] [ 2 3 4 5] [ 7 8 9 10]] [ 4 10]
结果分析:
显然这是一个3行4列的矩阵,我们用position得到的是[a[0],a[2]],然后取a[0]和a[2]的第4个元素,则为4和10.
关于“python如何实现在多维数组中挑选符合条件的全部元素”这篇文章就分享到这里了,希望以上内容可以对大家有一定的帮助,使各位可以学到更多知识,如果觉得文章不错,请把它分享出去让更多的人看到。
另外有需要云服务器可以了解下创新互联scvps.cn,海内外云服务器15元起步,三天无理由+7*72小时售后在线,公司持有idc许可证,提供“云服务器、裸金属服务器、高防服务器、香港服务器、美国服务器、虚拟主机、免备案服务器”等云主机租用服务以及企业上云的综合解决方案,具有“安全稳定、简单易用、服务可用性高、性价比高”等特点与优势,专为企业上云打造定制,能够满足用户丰富、多元化的应用场景需求。
当前名称:python如何实现在多维数组中挑选符合条件的全部元素-创新互联
当前地址:http://myzitong.com/article/dcipgo.html