Boolsk Indeksering
Boolsk indeksering (også kjent som boolsk array indeksering) lar oss velge elementer i en array basert på visse betingelser. Denne typen indeksering er ekstremt nyttig for effektivt å filtrere data i arrays, spesielt i store arrays.
Boolske Arrays
For å forstå hvordan boolsk indeksering fungerer, må vi først forstå hva boolske arrays er.
En slik matrise kan opprettes enten ved å eksplisitt spesifisere elementene eller basert på en viss betingelse for elementene i en bestemt matrise.
123456import numpy as np # Creating an array of integers from 1 to 10 inclusive array = np.arange(1, 11) # Creating a boolean array based on a condition boolean_array = array > 5 print(boolean_array)
Her er array en matrise av heltall fra 1 til 10 inkludert. Vi oppretter deretter en boolsk matrise kalt boolean_array basert på betingelsen array > 5. Dette betyr at hvis et bestemt element i array er større enn 5 (betingelsen er True), er elementet i boolean_array på denne indeksen True; ellers er det False.
Det øvre arrayet er vårt opprinnelige array der grønne elementer ikke oppfyller betingelsen, og lilla elementer oppfyller betingelsen. Det nedre arrayet er vårt opprettede boolske array.
Boolsk Array-indeksering
Boolsk indeksering fungerer ganske enkelt: du spesifiserer bare det boolske arrayet i firkantede parenteser. De resulterende elementene er de med indeksene som tilsvarer elementene med True-verdier i det boolske arrayet.
Du kan se at elementene med True verdier har indekser fra 5 til 9. Som et resultat blir elementene i array ved disse indeksene returnert gjennom boolsk indeksering (bildet ovenfor tilsvarer denne koden):
1234import numpy as np # Creating an array of integers from 1 to 10 inclusive array = np.arange(1, 11) print(array[array > 5])
Takk for tilbakemeldingene dine!
Spør AI
Spør AI
Spør om hva du vil, eller prøv ett av de foreslåtte spørsmålene for å starte chatten vår
Can you explain more about how boolean indexing works with multidimensional arrays?
What are some practical use cases for boolean indexing in data analysis?
Can I combine multiple conditions when creating a boolean array?
Awesome!
Completion rate improved to 3.7Boolsk Indeksering
Sveip for å vise menyen
Boolsk indeksering (også kjent som boolsk array indeksering) lar oss velge elementer i en array basert på visse betingelser. Denne typen indeksering er ekstremt nyttig for effektivt å filtrere data i arrays, spesielt i store arrays.
Boolske Arrays
For å forstå hvordan boolsk indeksering fungerer, må vi først forstå hva boolske arrays er.
En slik matrise kan opprettes enten ved å eksplisitt spesifisere elementene eller basert på en viss betingelse for elementene i en bestemt matrise.
123456import numpy as np # Creating an array of integers from 1 to 10 inclusive array = np.arange(1, 11) # Creating a boolean array based on a condition boolean_array = array > 5 print(boolean_array)
Her er array en matrise av heltall fra 1 til 10 inkludert. Vi oppretter deretter en boolsk matrise kalt boolean_array basert på betingelsen array > 5. Dette betyr at hvis et bestemt element i array er større enn 5 (betingelsen er True), er elementet i boolean_array på denne indeksen True; ellers er det False.
Det øvre arrayet er vårt opprinnelige array der grønne elementer ikke oppfyller betingelsen, og lilla elementer oppfyller betingelsen. Det nedre arrayet er vårt opprettede boolske array.
Boolsk Array-indeksering
Boolsk indeksering fungerer ganske enkelt: du spesifiserer bare det boolske arrayet i firkantede parenteser. De resulterende elementene er de med indeksene som tilsvarer elementene med True-verdier i det boolske arrayet.
Du kan se at elementene med True verdier har indekser fra 5 til 9. Som et resultat blir elementene i array ved disse indeksene returnert gjennom boolsk indeksering (bildet ovenfor tilsvarer denne koden):
1234import numpy as np # Creating an array of integers from 1 to 10 inclusive array = np.arange(1, 11) print(array[array > 5])
Takk for tilbakemeldingene dine!
