Функция numpy.extract() используется для возврата элементов массива в Python, если выполняется какое-либо заданное условие. Функцию extract() можно использовать с помощью import as import numpy as np, и мы можем создавать многомерные массивы и получать другую математическую статистику с помощью Numpy.
Что такое функция Numpy extract()?
Функция numpy.extract(condition, array) возвращает элементы input_array, если они удовлетворяют определенному условию.
Синтаксис
|
1 |
numpy.extract(condition, array) |
Параметры
array: отображает входной массив, в котором пользователь применяет условие.
condition: показывает условие, на основе которого пользователь извлекает элементы. При применении условия к массиву, если мы напечатаем условие, оно вернет массив, заполненный либо True, либо False, и его элементы будут извлечены из индексов, имеющих значение True.
Возвращаемое значение
Функция Extract() возвращает элементы массива, удовлетворяющие условию.
Примеры
Пример 1
Дан входной массив. Напишем программу, которая возвращает массив, элементы которого делятся на 3.
|
1 2 3 4 5 6 7 8 9 10 11 12 13 |
import numpy as np array = np.arange(10).reshape(5, 2) print("Original array : \n", array) condition = np.mod(array, 3) == 0 # This will show element status of satisfying condition print("\nArray Condition : \n", condition) # This will return elements that satisy condition "a" condition print("\nElements that satisfies the condition: \n", np.extract(condition, array)) |
Выход:
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 |
Original array : [[0 1] [2 3] [4 5] [6 7] [8 9]] Array Condition : [[ True False] [False True] [False False] [ True False] [False True]] Elements that satisfies the condition: [0 3 6 9] |
Объяснение.
В приведенном выше коде создается массив с элементами от 0 до 9, имеющими строки 5 и столбцы 2. Следующий массив условий создается с логическими значениями, имеющими упомянутое выше условие. Наконец, все элементы массива отображаются с помощью функции Extract(), имеющей в качестве аргументов массив условий и исходные массивы.
Таким образом, были возвращены значения из исходного массива, индексы которых были истинными, как проверено из массива условий.
Пример 2
Дан входной массив. Возвращает элементы, которые при вычитании 1 делятся на 2.
См. следующий код.
|
1 2 3 4 5 6 7 8 9 10 11 12 |
import numpy as np array = np.arange(10).reshape(5, 2) print("Original array : \n", array) b = array - 1 b = np.mod(b, 2) == 0 # This will show element status of satisfying condition print("\nArray Condition b : \n", b) # This will return elements that satisy condition "b" condition print("\nElements that satisfy condition b : \n", np.extract(b, array)) |
Выход:
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 |
Original array : [[0 1] [2 3] [4 5] [6 7] [8 9]] Array Condition b : [[False True] [False True] [False True] [False True] [False True]] Elements that satisfy condition b : [1 3 5 7 9] |
Объяснение.
В приведенном выше коде создается массив с элементами от 0 до 9, имеющими строки 5 и столбцы 2. Следующий массив условий создается с логическими значениями, имеющими упомянутое выше условие, и повторяется другой массив, значения которого делятся на 2. Наконец, все элементы массива отображаются с помощью функции Extract(), имеющей в качестве аргументов массив условий и исходные массивы.
Таким образом, были возвращены значения из исходного массива, индексы которых были истинными, как проверено из массива условий.
