使用python拆分数组中的元素

我有一个大数组，其中一部分如下所示。在每个列表中，第一个数字是开始，第二个数字是结束（因此有一个范围）。我想做的是：

1： 过滤掉小于300的列表（范围）（例如，必须删除以下数组中的第18个列表）

2： 通过以下方式获得较小的范围（列表）：（开始+100）到（开始+200）。e、 g第一个列表是[569669]

我尝试在numpy中使用不同的分割函数，但没有一个函数给出我想要的

array([[ 469, 1300],
       [ 171, 1440],
       [ 187, 1564],
       [ 204, 1740],
       [  40, 1363],
       [  56, 1457],
       [ 132,  606],
       [1175, 2096],
       [ 484, 2839],
       [ 132, 4572],
       [ 166, 1693],
       [  69, 3300],
       [ 142, 1003],
       [2118, 2118],
       [ 715, 1687],
       [ 301, 1006],
       [  48, 2142],
       [  63,  330],
       [ 479, 2411]], dtype=uint32)

你们知道用python怎么做吗

谢谢

说明：

第一个命令使用内置方法根据表达式过滤其余元素

第二个循环遍历列表并在执行此操作时生成一个新的列表

如果输入和输出应为numpy数组，请尝试以下操作。注意：在不创建新数组的情况下，无法筛选numpy数组

data = array([
    ( 469, 1300),
    ( 171, 1440),
    # ...
    (  63,  330),
    ( 479, 2411)], dtype=(uint32, uint32))

print(
    array(filter(lambda v: v[1] - v[0] >= 300, data), dtype=(uint32, uint32))
)

print(
    array([[v[0] + 100, v[0] + 200] for v in data], dtype=(uint32, uint32))
)

之前的一般说明： 您应该使用来表示这些范围，而不是列表，它们是不可变的数据类型，对其中项目的顺序有意义

对于1，用python进行过滤非常容易：

filter(lambda single_range: single_range[1] - single_range[0] > 300, ranges)

（在我看来）一个更清晰的方法是通过列表理解：

[(start, end) for start, end in ranges if end - start > 300]

至于2，我不完全理解你的意思，但如果你的意思是创建一个新的范围列表，其中每个范围都使用单个函数进行更改，那么你是指一个映射（或者我喜欢的方式，一个相同但更具描述性的列表理解）：

---

假设您的数组名为

A

，则：

import numpy as np

# Filter out differences not wanted
gt300 = A[(np.diff(A) >= 300).flatten()]

# Set new value of first column
gt300[:,0] += 100

# Set value of second column
gt300[:,1] = gt300[:,0] + 100

或者类似于：

B = A[:,0][(np.diff(A) >= 300).flatten()]
C = np.repeat(B, 2).reshape((len(B), 2)) + [100, 200]

---

我们可以找到哪些行与以下行之间的差异较小：

In [745]: mask=(x[:,1]-x[:,0])<300
In [746]: mask
Out[746]: 
array([False, False, False, False, False, False, False, False, False,
       False, False, False, False,  True, False, False, False,  True, False], dtype=bool)

制作一套新的靶场；获取第一列；这里我使用的是

[0]

，因此选择内容仍然是一个列数组：

In [750]: x[:,[0]]
Out[750]: 
array([[ 469],
       [ 171],
       [ 187],
        ...
       [  48],
       [  63],
       [ 479]], dtype=uint32)

将所需的偏移添加到该值。这充分利用了广播的优势

In [751]: x[:,[0]]+[100,200]
Out[751]: 
array([[ 569,  669],
       [ 271,  371],
       [ 287,  387],
       [ 304,  404],
       [ 140,  240],
       [ 156,  256],
      ...
       [ 401,  501],
       [ 148,  248],
       [ 163,  263],
       [ 579,  679]], dtype=int64)

构造这样一个数组还有其他方法

np.column_stack([x[:,0]+100,x[:,0]+200])
np.array([x[:,0]+100, x[:,0]+200]).T   # or vstack

其他答案建议使用

Python

列表

filter

。我倾向于在这种用法中列出理解，例如：

In [756]: np.array([i for i in x if (i[1]-i[0])<300])
Out[756]: 
array([[2118, 2118],
       [  63,  330]], dtype=uint32)

---

In[756]：np.array（[i for i In x if（i[1]-i[0]）过滤器应该很容易…Python有一个显式的过滤器函数Hi Simon，很好。它非常适合矩阵（列表列表列表），但我的数据是数组，我必须得到数组（即numpy数组）。您知道如何操作输入数组以获得类似numpy数组的输入，但要进行上述更改吗？嗨，埃胡德，这是一个numpy数组。我想获得相同的数组以进行进一步处理。嗨，乔恩，当我运行最后一行时，它会给出以下错误：“TypeError:列表索引必须是整数，而不是元组”@user3925736到底哪一行？
In [751]: x[:,[0]]+[100,200]
Out[751]: 
array([[ 569,  669],
       [ 271,  371],
       [ 287,  387],
       [ 304,  404],
       [ 140,  240],
       [ 156,  256],
      ...
       [ 401,  501],
       [ 148,  248],
       [ 163,  263],
       [ 579,  679]], dtype=int64)

np.column_stack([x[:,0]+100,x[:,0]+200])
np.array([x[:,0]+100, x[:,0]+200]).T   # or vstack

In [756]: np.array([i for i in x if (i[1]-i[0])<300])
Out[756]: 
array([[2118, 2118],
       [  63,  330]], dtype=uint32)