numpy
データのフィルタリング

ブール値配列によるデータのフィルタリング

numpyのwhere関数に与えられた引数が1つだけの場合、それはtrue（ numpy.nonzeroと同じ動作）と評価される入力配列（ condition ）のインデックスを返します。これは、与えられた条件を満たす配列のインデックスを抽出するために使用できます。

import numpy as np

a = np.arange(20).reshape(2,10)
# a = array([[ 0,  1,  2,  3,  4,  5,  6,  7,  8,  9],
#           [10, 11, 12, 13, 14, 15, 16, 17, 18, 19]])

# Generate boolean array indicating which values in a are both greater than 7 and less than 13
condition = np.bitwise_and(a>7, a<13)
# condition = array([[False, False, False, False, False, False, False, False,  True, True],
#                    [True,  True,  True, False, False, False, False, False, False, False]], dtype=bool)

# Get the indices of a where the condition is True
ind = np.where(condition)
# ind = (array([0, 0, 1, 1, 1]), array([8, 9, 0, 1, 2]))

keep = a[ind]
# keep = [ 8  9 10 11 12]

インデックスを必要としない場合は、 extractを使用して1つのステップで達成できます。ここでは、 conditionを最初の引数として指定しますが、2番目の引数として条件がtrueの値を返すようarrayに与えます。

# np.extract(condition, array)
keep = np.extract(condition, a)
# keep = [ 8  9 10 11 12]

2つの引数xとyをwhere yことができます。この場合、出力にはxの値がTrueで、 yの値はFalseます。

# Set elements of a which are NOT greater than 7 and less than 13 to zero, np.where(condition, x, y)
a = np.where(condition, a, a*0)
print(a)
# Out: array([[ 0,  0,  0,  0,  0,  0,  0,  0,  8,  9],
#            [10, 11, 12,  0,  0,  0,  0,  0,  0,  0]])

インデックスを直接フィルタリングする

単純なケースでは、データを直接フィルタリングできます。

a = np.random.normal(size=10)
print(a)
#[-1.19423121  1.10481873  0.26332982 -0.53300387 -0.04809928  1.77107775
# 1.16741359  0.17699948 -0.06342169 -1.74213078]
b = a[a>0]
print(b)
#[ 1.10481873  0.26332982  1.77107775  1.16741359  0.17699948]