Python 如何按列值切片Numpy数组

我有一个像numpy数组这样的数组

 dd =[[0.567 2 0.611]
      [0.469 1 0.479]
      [0.220 2 0.269]
      [0.480 1 0.508]
      [0.324 1 0.324]]

我需要2个独立的数组

dd[：，1]==1

和

dd[：，1]==2

以下是我的目标：

 na =[[0.469 1 0.479]
      [0.480 1 0.508]
      [0.324 1 0.324]]

 na2 =[[0.567 2 0.611]
       [0.220 2 0.269]]

---

我已经尝试了

np。在哪里

确实有效

您可以使用numpy花式索引：

[~/repo/py]
|32>dd[dd[:,1] == 1]
[32] 
array([[ 0.469,  1.   ,  0.479],
       [ 0.48 ,  1.   ,  0.508],
       [ 0.324,  1.   ,  0.324]])

[~/repo/py]
|33>dd[dd[:,1] == 2]
[33] 
array([[ 0.567,  2.   ,  0.611],
       [ 0.22 ,  2.   ,  0.269]])

或者，您可以使用列表：

[~/repo/py]
|21>np.array([row for row in dd if row[1] == 1])
[21] 
array([[ 0.469,  1.   ,  0.479],
       [ 0.48 ,  1.   ,  0.508],
       [ 0.324,  1.   ,  0.324]])

[~/repo/py]
|22>np.array([row for row in dd if row[1] == 2])
[22] 
array([[ 0.567,  2.   ,  0.611],
       [ 0.22 ,  2.   ,  0.269]])

编辑：

如何在ipython中计算这些时间：

[~/repo/py]
|36>timeit dd[dd[:,1] == 1]
100000 loops, best of 3: 6 us per loop

[~/repo/py]
|37>timeit np.array([row for row in dd if row[1] == 1])
100000 loops, best of 3: 11.5 us per loop

第一个例子（花式索引）的速度大约是前者的两倍。