Python中的numpy.extract()

numpy.extract(condition, array)是一个函数，用于返回满足条件的数组元素。

参数

• condition: 布尔数组或与数组的元素一样形状的布尔数组。如果为True，则选择对应的数组元素。

• array: 数组。从中选择元素的数组。

返回值

函数返回一个一维数组，其中包含满足条件的元素。元素顺序与array.flat的顺序相同。

示例

>>> import numpy as np
>>> a = np.arange(12).reshape(3, 4)
>>> a
array([[ 0,  1,  2,  3],
       [ 4,  5,  6,  7],
       [ 8,  9, 10, 11]])
>>> np.extract(a > 4, a)
array([ 5,  6,  7,  8,  9, 10, 11])

在此示例中，a > 4是一个布尔数组，表示a中大于4的元素的位置。函数返回a中满足这些条件的元素。

注意事项

• 返回的数组是一个一维数组，与原始数组的形状无关。

• 原始数组中的元素可能会在输出中出现多次。

• 函数的效率与输入和筛选条件有关。对于较大的数组，它可能会很慢。在这种情况下，最好使用其他numpy函数来计算所需的结果。

总结

Numpy中的extract()函数用于根据布尔条件从数组中筛选元素。它还可以与其他Numpy函数一起使用，例如where()和mean()来计算数组的统计数据。在某些情况下，extract()比其他函数更有用，例如在需要筛选出满足特定条件的数组元素时。