例如問題：從 arr 數組中提取所有奇數元素。

input：arr = np.array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])output: #> array([1, 3, 5, 7, 9])Solution:#Input >>> arr = np.array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9]) #Solution arr = arr[arr % 2 == 1] >>> array([1, 3, 5, 7, 9])

這是對奇數元素的提取，其他條件同理，在這個問題上我們深入再學習一下，首先 numpy 中的 array 數組是可以直接對數組中的每個元素進行處理的。例如我們想對每個元素減一：

#input >>> arr = np.array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9]) #Solution >>> arrarray([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])>>> arr - 1array([-1, 0, 1, 2, 3, 4, 5, 6, 7, 8])

從上面的例子我們可以看出來，對 arr 直接進行減一操作，結果是對每一個元素都進行了減一的操作，數組的維度不變，為了滿足取出特定條件的元素這個操作，我們可以進行條件判斷，例如判斷每個元素是否為奇數：

#input >>> arr = np.arange(10)>>> arrarray([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])#solution >>> arr % 2 == 1array([False, True, False, True, False, True, False, True, False, True])

由此可見，條件判斷后輸出為和 arr 相同維度的數組，但是其中每個元素為布爾類型的值，取值為數組 arr 對每個元素分別進行條件判斷的結果。

下面我們分析對 arr 數組進行特定取值，給其一個布爾類型的 arr 數組，并且維度與 arr 相同，以此得到取值的目的：

#input >>> arr_bool = np.array([1, 1, 0, 0, 1, 1, 0, 0, 1, 1], dtype=bool)>>> arr_boolarray([ True, True, False, False, True, True, False, False, True, True]) #solution>>> arr[arr_bool]array([0, 1, 4, 5, 8, 9])

從上述例子，我們構建了一個布爾類型的數組為 arr_bool ，并且維度與 arr 相同，進行直接嵌入實現了取值，以此完成了我們最終的目的，可以對任意滿足條件的元素進行提取。并且理解了其中的原理。

PS：番外篇，如果維度不同可以嗎？

#input >>> arr_bool = np.ones(11, dtype=bool)>>> arr_boolarray([ True, True, True, True, True, True, True, True, True, True, True])   #注意！！這里有11個 True 哦。 #solution>>> arr[arr_bool]Traceback (most recent call last): File "<stdin>", line 1, in <module>IndexError: boolean index did not match indexed array along dimension 0; dimension is 10 but corresponding boolean dimension is 11

由上可見，維度必須保持一致，從 arr 數組里才可以按照 bool 類型取出對應位置為 True 的元素。這個性質幫助我們可以更靈活的處理 numpy 數組。

PS2: 如何替換滿足條件的元素為其它值呢？

>>> arr = np.arange(10)>>> arrarray([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])>>> arr[arr%2 == 1] = -1>>> arrarray([ 0, -1, 2, -1, 4, -1, 6, -1, 8, -1])

以上這篇從numpy數組中取出滿足條件的元素示例就是小編分享給大家的全部內容了，希望能給大家一個參考，也希望大家多多支持武林網之家。