Python 带Numpy-ndarray的条件索引

我有一个浮点值的Numpy-ndarray矩阵，我需要选择特定的行，其中某些列的值满足某些条件。例如，假设我有以下numpy矩阵：

matrix = np.ndarray([4, 5])
matrix[0,:] = range(1,6)
matrix[1,:] = range(6,11)
matrix[2,:] = range(11,16)
matrix[3,:] = range(16,21)

假设我想从矩阵中选择行，其中第一列的值在1到6之间，第二列的值在2到7之间

在满足这些条件的情况下，如何获得矩阵的行索引？如果要删除满足条件条件条件的行，该怎么办

获取行索引：

row_indices = [x for x in range(4) if matrix[x][0] in range(1,7) and matrix[x][1] in range(2,8)]

删除行：

indices = [x for x in range(4) if not( matrix[x][0] in range(1,7) and matrix[x][1] in range(2,8))]

new_matrix = matrix[indices]

---

您可以通过以下方式获得索引：

rows = np.logical_and(0 < matrix[:, 0], < matrix[:, 0] < 6 ) *  np.logical_and(1 < matrix[:, 1], matrix[:, 1] < 7)

rows=np.logical_和（0

---

然后

newMatrix=np.delete（matrix，rows，axis=0）

对于基于numpy的解决方案，您可以使用并从中获取行索引，然后使用它为您的矩阵编制索引。范例-

matrix[np.where((1 <= matrix[:,0]) & (matrix[:,0] <= 6)
       & (2 <= matrix[:,1]) & (matrix[:,1] <= 7))]

mask = ((1 <= matrix[:,0]) & (matrix[:,0] <= 6)
           & (2 <= matrix[:,1]) & (matrix[:,1] <= 7))

matrix[mask,:]

---

matrix[np.where（（1你提到了MATLAB。这里是使用八度音阶得到的公认答案的等价物

octave:17> ma=reshape(1:20,5,4)
ma =
    1    6   11   16
    2    7   12   17
    3    8   13   18
    4    9   14   19
    5   10   15   20

octave:18> mask=(1<=ma(1,:))&(ma(1,:)<=6)&(2<=ma(2,:))&(ma(2,:)<=7)
mask =
   1   1   0   0

octave:19> ma(:,mask)
ans =
    1    6
    2    7
    3    8
    4    9
    5   10

我在倍频程版本中切换了行和列，因为这是生成相同数字的自然方式（MATLAB/Octave使用的是
numpy
s'F'顺序的等价物-见下文）

其他更改是0 v 1开始索引和（）v[]

在numpy中生成
矩阵
的更简单方法：

In [594]: np.arange(1,21).reshape(4,5)
Out[594]: 
array([[ 1,  2,  3,  4,  5],
       [ 6,  7,  8,  9, 10],
       [11, 12, 13, 14, 15],
       [16, 17, 18, 19, 20]])

或者使用MATLAB布局：

In [595]: np.arange(1,21).reshape(5,4,order='F')
Out[595]: 
array([[ 1,  6, 11, 16],
       [ 2,  7, 12, 17],
       [ 3,  8, 13, 18],
       [ 4,  9, 14, 19],
       [ 5, 10, 15, 20]])

非常感谢！=）非常感谢“范围（1，7）”部分看起来非常低效可能还有一个更优雅的使用numpy的方法。where（）…仍在考虑。非常感谢！我习惯于更多地了解Matlab的索引，所以Python的索引有时会让我困惑；DGlad I可能会有所帮助！：-）。如果您觉得答案有帮助，我希望您通过单击答案左侧的勾号来接受答案（以您认为最好的为准），这将对社区有所帮助。您可以省略
where
，只需使用布尔掩码来选择行。
掩码=(1@hpaulj很好的建议，谢谢。我已经把它包括在了答案中。谢谢，太好了！还有，你忘了在第二行加上“行”吗？非常感谢！=）太好了！
In [592]: mask=(1 <= matrix[:,0]) & (matrix[:,0] <= 6) &(2 <= matrix[:,1]) & (matrix[:,1] <= 7)

In [593]: matrix[mask,:]
Out[593]: 
array([[  1.,   2.,   3.,   4.,   5.],
       [  6.,   7.,   8.,   9.,  10.]])

In [594]: np.arange(1,21).reshape(4,5)
Out[594]: 
array([[ 1,  2,  3,  4,  5],
       [ 6,  7,  8,  9, 10],
       [11, 12, 13, 14, 15],
       [16, 17, 18, 19, 20]])

In [595]: np.arange(1,21).reshape(5,4,order='F')
Out[595]: 
array([[ 1,  6, 11, 16],
       [ 2,  7, 12, 17],
       [ 3,  8, 13, 18],
       [ 4,  9, 14, 19],
       [ 5, 10, 15, 20]])