numpy
데이터 필터링

부울 배열로 데이터 필터링하기

numpy의 where 함수에 하나의 인수 만 제공되면 함수는 true로 평가되는 입력 배열 ( condition )의 인덱스를 반환합니다 ( numpy.nonzero 와 동일한 동작). 주어진 조건을 만족하는 배열의 인덱스를 추출하는 데 사용할 수 있습니다.

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]

인덱스가 필요하지 않은 경우 extract 사용하여 한 단계에서 수행 할 수 있습니다. 여기서 condition 은 첫 번째 인수로 condition 을 지정하지만 array 에 두 번째 인수로 조건이 참인 값을 반환하도록 지정합니다.

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

두 개의 추가 인수 x 및 y 를 where 제공 할 수 있습니다.이 경우 출력에는 조건이 True 인 x 값과 조건이 False 인 y 값이 포함됩니다.

# 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]])

인덱스 직접 필터링

단순한 경우 데이터를 직접 필터링 할 수 있습니다.

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]