Python 使用条件拆分多维numpy数组

我有一个多维

numpy

数组。 第一个数组指示数据的质量。0是好的，1不是那么好。 对于第一次检查，我只想使用好的数据。 如何将阵列拆分为两个新阵列？ 我自己的想法行不通：

good_data = [x for x in data[0,:] if x = 1.0]
bad_data = [x for x in data[0,:] if x = 0.0]

下面是一个小例子，说明了我的问题：

import numpy as np

flag = np.array([0., 0., 0., 1., 1., 1.])
temp = np.array([300., 310., 320., 300., 222., 333.])
pressure = np.array([1013., 1013., 1013., 900., 900., 900.])
data = np.array([flag, temp, pressure])

good_data = data[0,:][data[0,:] == 1.0]
bad_data  = data[0,:][data[0,:] == 0.0]

print good_data

print语句给了我

[1,1,1.]

---

但是我在找

[[1,1,1.]，[300,222,333.]，[900,900,900.]

这就是你要找的吗

good_data = data[0,:][data[0,:] == 1.0]
bad_data  = data[0,:][data[0,:] == 0.0]

这将返回一个

numpy.array

或者，您可以按照建议执行操作，但将结果列表转换为

numpy.array

：

good_data = np.array([x for x in data[0,:] if x == 1.0])

请注意，比较运算符取代赋值运算符

=

对于您的特定示例，在迭代第一个索引时，使用

flag==1

对数据子集：

good_data = [data[n,:][flag == 1] for n in range(data.shape[0])]

如果您确实希望

好数据的元素成为列表，请在理解中转换：

good_data = [data[n,:][flag == 1].tolist() for n in range(data.shape[0])]

感谢Jaime，他指出实现这一点的简单方法是：

good_data = data[:, data[0] == 1]

谢谢你的帮助。不幸的是，这不是我真正想要的。我将尝试详细说明我的问题，请参见上文。这是一个想法，但你把事情复杂化了，OP需要的实际上是
data[：，data[0]==1]
和
data[：，data[0]==0]
。好的，请查看我答案的更新。