Numpy 如果列值满足特定条件，则选择行

给定一个

numpy

数组，我想对第二列高于/等于某个阈值的所有行进行切片。以下是我目前的尝试：

import numpy as np

#inp = input("Input N : ")
#N = float(inp);

N = 5

#ids = np.arange(1, N+1, 1)
#scores = np.random.uniform(low=2.0, high=6.0, size=(N,))

ids = [ 1.,          2.,          3.,          4.,          5.,        ]
scores = [ 3.75320381,  4.32400937,  2.43537978,  3.73691774,  2.5163266, ]

ids_col = ids.copy()
scores_col = scores.copy()

students_mat = np.column_stack([ids_col, scores_col])

accepted = scores_col[scores_col[:]>=4.0]

accepted_std = students_mat[:, accepted]

print(accepted_std)

错误

>>> (executing file "arrays.py")
Traceback (most recent call last):
  File "D:\I (Blank Space)\Python\arrays.py", line 19, in <module>
    accepted = scores_col[scores_col[:]>=4.0]
TypeError: '>=' not supported between instances of 'list' and 'float'

>>> 

>（正在执行文件“arrays.py”）
回溯（最近一次呼叫最后一次）：
文件“D:\I（空白）\Python\arrays.py”，第19行，在
已接受=分数\列[分数\列[：]>=4.0]
TypeError:“>=”在“list”和“float”的实例之间不受支持
>>> 

要回答您的初始问题，您需要将

ID

和

分数定义为
np.array
。这将使您的代码正常工作，直到您尝试定义
accepted\u std
：

import numpy as np
N = 5

ids = np.array([1, 2, 3, 4, 5])
scores = np.array([3.75320381, 4.32400937, 2.43537978, 3.73691774,  2.5163266])

ids_col = ids.copy()
scores_col = scores.copy()

students_mat = np.column_stack([ids_col, scores_col])

accepted = scores_col[scores_col[:]>=4.0]

print(accepted)

我认为您实际想要的是获得
分数高于某个阈值的所有行。为此，您可以将代码更改为：

import numpy as np
N = 5

ids = np.array([1, 2, 3, 4, 5])
scores = np.array([3.75320381, 4.32400937, 2.43537978, 3.73691774,  2.5163266])

students_mat = np.column_stack([ids, scores])

accepted_std = students_mat[np.where(students_mat[1] >= 4.)]

print(accepted_std)
array([[2. , 4.32400937]])

scores\u col或scores
是一个
1D
数组，因此
scores\u col[：，1]
不起作用。@Divakar，已编辑。考虑到1D不起作用。我如何使用
已接受的
为
学生建立索引。或者，真的有可能吗？为什么要使用
accepted
对其进行索引？使用建议的方法，您可以立即从整个
numpy
数组中进行切片，而不是首先获取
accepted
的所有值，然后在
students\u mat
数组中搜索它们。您的第二个例程没有编译。您使用的是哪种Python版本？忽略最后一个
数组（[…]）
，因为它是
print（）
语句的输出。
'3.6.0 | Anaconda 4.3.1（64位）|（默认值，2016年12月23日，11:57:41）[MSC v.1900 64位（AMD64）]