Python Numpy数组：如何基于列中的值提取整行

我正在寻找表上SQL“where”查询的等价物。我做了很多搜索，要么使用了错误的搜索词，要么不理解答案。可能两者都有

所以一个表是一个二维numpy数组

my_array = np.array([[32, 55,  2],
                     [15,  2, 60], 
                     [76, 90,  2], 
                     [ 6, 65,  2]])

---

我希望以相同形状的numpy数组“结束”，例如第二列值>=55和您可以使用带有

lambda

的

filter

语句来检查每一行的所需条件，以获得所需结果：

my_array = np.array([[32, 55,  2],
                     [15,  2, 60], 
                     [76, 90,  2], 
                     [ 6, 65,  2]])

desired_array = np.array([l for l in filter(lambda x: x[1] >= 55 and x[1] <= 65, my_array)])

---

做一个面具，然后用它

mask = np.logical_and(my_array[:, 1] >= 55, my_array[:, 1] <= 65)
desired_array = my_array[mask]
desired_array

---

mask=np.logical_and（my_array[：，1]>=55，my_array[：，1]过滤数组的一般Numpy方法是创建一个与数组所需部分匹配的“mask”，然后使用它进行索引

>>> my_array[((55 <= my_array) & (my_array <= 65))[:, 1]]
array([[32, 55,  2],
       [ 6, 65,  2]])

>>我的数组[（（55你不是指相同的形状。你可能是指相同的列大小。我的数组的形状是（4,3），你想要的数组的形状是（2,3）。我也建议您使用掩蔽。
如果您使用列表理解来操作numpy数组，那么您就违背了使用numpy的目的。Gilseung Ahn哇！这很快就正确了。非常感谢您。在我的大量搜索中，我从未遇到过类似的情况。
mask = np.logical_and(my_array[:, 1] >= 55, my_array[:, 1] <= 65)
desired_array = my_array[mask]
desired_array

>>> my_array[((55 <= my_array) & (my_array <= 65))[:, 1]]
array([[32, 55,  2],
       [ 6, 65,  2]])

# Comparing an array to a scalar gives you an array of all the results of
# individual element comparisons (this is called "broadcasting").
# So we take two such boolean arrays, resulting from comparing values to the
# two thresholds, and combine them together.
mask = (55 <= my_array) & (my_array <= 65)

# We only want to care about the [1] element in the second array dimension,
# so we take a 1-dimensional slice of that mask.
desired_rows = mask[:, 1]

# Finally we use those values to select the desired rows.
desired_array = my_array[desired_rows]