Python numpy：如何根据一系列标准选择行

如何获取第二列等于4或6的行

a = np.array(np.mat('1 2; 3 4; 5 6; 7 4'))
b = [4,6]

显然，这是行不通的：

c = a[a[:,1] in b]

---

您可以使用itertools.ifilter：

from itertools import ifilter
c = np.array([ e for e in ifilter(lambda x: x[1] in b, a) ])
>> array([[3,4],
          [5,6],
          [7,4]])

[x代表a中的x，如果（4,6，）]中的x[1]应该适用于您提到的情况

编辑：正如@geogesl所建议的，“理想的方法”是在构造数组时使用迭代器，而不是在字符串上使用numpy.mat方法。

您可以：

check = np.logical_or(a[:,1]==4, a[:,1]==6)
c = a[check,:]

您还可以对逻辑运算符

或
使用
：

check = (a[:,1]==4) | (a[:,1]==6)

numpythonic实现这一点的方法是使用，比如：

a[np.in1d(a[:, 1], b)]

这对于大型阵列来说非常缓慢。使用NumPy数组时，最好使用矢量化的习惯用法。是什么告诉您OP使用的是大型数组？我广泛使用Numpy，但不处理大数据。与georgesl的回答相同的反对意见是：这是不必要的慢，因为它没有使用Numpy的矢量化操作。larsmans说，尽管没有针对这些操作进行优化是一个合理的担忧，但正如@georgesl的评论所说，它仍然是有效的。OP没有明确表示要使用大型阵列。