Python Numpy.where在使用正则表达式的字符串数组上

我有这样一个数组：

array = ['A0','A1','A2','A3','A4','B0','B1','C0']

并希望获得一个数组，该数组对于后跟从0到2的数字的值为真

到目前为止，我是这样做的：

selection = np.where ((array == 'A0') | (array == 'A1') | (array == 'A2'), 1, 0)

但是有没有一种更优雅的方法可以做到这一点，比如使用常规表达式，如：

selection = np.where (array == 'A[0-1]', 1, 0)

---

我不认为numpy是你最好的解决方案。您可以使用内置的python工具（如

map

）来实现这一点

重新导入
数组=['A0'、'A1'、'A2'、'A3'、'A4'、'B0'、'B1'、'C0']
p=r'A[0-2]'
列表（映射（lambda x:bool（重新匹配（p，x）），数组））
#返回
[真，真，真，假，假，假，假，假]
#要获取数组，请执行以下操作：
数组（列表（映射（lambda x:bool）（匹配（p，x）），数组）））
#返回：
数组（[True，True，True，False，False，False，False，False]）

如果它不比

A0

、

A1

和

A2

复杂，您可以使用

a = np.array(['A0','A1','A2','A3','A4','B0','B1','C0'])
np.in1d(a, ['A0', 'A1', 'A2'])
# array([ True,  True,  True, False, False, False, False, False])

---

尝试使用混合的

re

进行矢量化：

import re
array = ['A0','A1','A2','A3','A4','B0','B1','C0']

y = np.vectorize(lambda y, x: bool(re.compile(x).match(y)))
selection = np.where(y(array, 'A[0-2]'), 1, 0)
print(selection)

#output:
[1 1 1 0 0 0 0 0]

---

您还可以使用

列表理解

：

r = re.compile('A[0-2]')
selection = np.array([1 if re.match(r, i) else 0 for i in array])

---

如果选择使用熊猫：

import numpy as np
import pandas as pd

a = np.array(['A0','A1','A2','A3','A4','B0','B1','C0'])
pd.Series(a).str.match(r'A[0-2]')
# 0     True
# 1     True
# 2     True
# 3    False
# 4    False
# 5    False
# 6    False
# 7    False
# dtype: bool

---

这比这更复杂。我试着发布一个简单的例子。。。但是我需要设置涉及其他numpy数组的其他条件。您可以通过numpy数组构造函数传递它。查看更新。您不需要使用三元表达式，您只需使用

bool（re.compile（x.match（y））

即可，

np.vectorize（）

只是为了方便起见，它不会比

for

循环提供任何加速。@NilsWerner我使用它是为了它的文字用途，即对函数进行向量化。这是我的第一个猜测，但我需要一个纯粹的numpy方法。非常感谢。