NumPy（十一）：数组的条件运算、通用判断函数、三元运算

迈不过友情╰ 2023-09-29 08:40 11阅读 0赞

**如果想要操作符合某一条件的数据，应该怎么做？**

### 1 逻辑运算 ###

# 生成10名同学，5门功课的数据
    >>> score = np.random.randint(40, 100, (10, 5))
    
    # 取出最后4名同学的成绩，用于逻辑判断
    >>> test_score = score[6:, 0:5]
    
    # 逻辑判断, 如果成绩大于60就标记为True 否则为False
    >>> test_score > 60
    array([[ True,  True,  True, False,  True],
           [ True,  True,  True, False,  True],
           [ True,  True, False, False,  True],
           [False,  True,  True,  True,  True]])
    
    # BOOL赋值, 将满足条件的设置为指定的值-布尔索引
    >>> test_score[test_score > 60] = 1
    >>> test_score
    array([[ 1,  1,  1, 52,  1],
           [ 1,  1,  1, 59,  1],
           [ 1,  1, 44, 44,  1],
           [59,  1,  1,  1,  1]])

### 2 通用判断函数 ###

*  np.all()

# 判断前两名同学的成绩[0:2, :]是否全及格
    >>> np.all(score[0:2, :] > 60)
    False

*  np.any()

# 判断前两名同学的成绩[0:2, :]是否有大于90分的
    >>> np.any(score[0:2, :] > 80)
    True

### 3 np.where（三元运算符） ###

通过使用np.where能够进行更加复杂的运算

*  np.where()

# 判断前四名学生,前四门课程中，成绩中大于60的置为1，否则为0
    temp = score[:4, :4]
    np.where(temp > 60, 1, 0)

*  复合逻辑需要结合np.logical\_and和np.logical\_or使用

# 判断前四名学生,前四门课程中，成绩中大于60且小于90的换为1，否则为0
    np.where(np.logical_and(temp > 60, temp < 90), 1, 0)
    
    # 判断前四名学生,前四门课程中，成绩中大于90或小于60的换为1，否则为0
    np.where(np.logical_or(temp > 90, temp < 60), 1, 0)

### 5 小结 ###

*  逻辑运算
    
     *  直接进行大于,小于的判断
     *  合适之后,可以直接进行赋值
 *  通用判断函数
    
     *  np.all()
     *  np.any()