Python数据分析基础与应用电子活页3-32在NumPy数组中实现搜索操作.docxVIP

Python数据分析基础与应用

模块

PAGE2

PAGE3

电子活页3-32在Nu2mPy数组中实现搜索操作

【技能训练3-45】在NumPy数组中实现搜索操作

【训练要求】

在JupyterNotebook开发环境中创建j3-45.ipynb，然后编写代码在NumPy数组中实现搜索操作。

【实施过程】

（1）使用numpy.nonzero()函数从数组中获取非零元素的索引

代码如下：

importnumpyasnp

array1=np.array([60,90,360,30,180])

print(原数组array1：\n,array1)

print(输出非0元素的索引位置)

print(array1.nonzero())

输出结果：

原数组array1：

[609036030180]

输出非0元素的索引位置

(array([0,1,2,3,4],dtype=int64),)

（2）使用numpy.where()函数从数组中获取满足给定条件的数组元素索引

代码如下：

print(np.where(array190))

array2=np.array([[30,45],[60,90]])

print(np.where(array245))

输出结果：

(array([2,4],dtype=int64),)

(array([1,1],dtype=int64),array([0,1],dtype=int64))

数组array2中满足给定条件45的数组元素为60、90，分别位于该数组的第2行第1列和第2行第2列。

（3）使用numpy.extract()函数从数组中获取满足给定条件的数组元素值

代码如下：

array3=np.arange(9.).reshape(3,3)

#输出数组array3

print(array3)

#设置条件，选择偶数元素

condition=np.mod(array3,2)==0

#输出布尔值数组

print(condition)

#按条件获取数组元素值

print(np.extract(condition,array3))

输出结果：

[[0.1.2.]

[3.4.5.]

[6.7.8.]]

#输出布尔值数组

[[TrueFalseTrue]

[FalseTrueFalse]

[TrueFalseTrue]]

#按条件获取数组元素值

[0.2.4.6.8.]

（4）使用numpy.argmax()函数从数组中获取最大值的索引

代码如下：

array4=np.array([[30,40,70],[80,20,10],[50,90,60]])

print(array4)

#调用argmax()函数

print(np.argmax(array4))

#展开数组

print(array4.flatten())

#沿轴0的最大值索引

maxindex=np.argmax(array4,axis=0)

print(maxindex)

#沿轴1的最大值索引

maxindex=np.argmax(array4,axis=1)

print(maxindex)

输出结果：

[[304070]

[802010]

[509060]]

#调用argmax()函数

7

#展开数组

[304070802010509060]

#沿轴0的最大值索引

[120]

#沿轴1的最大值索引

[201]

（5）使用numpy.argmin()函数从数组中获取最小值的索引

代码如下：

print(array4)

#调用argmin()函数

minindex=np.argmin(array4)

#返回最小值的索引

print(minindex)

#输出数组中的最小值

print(array4.flatten()[minindex])

#沿轴0的最小值索引

minindex=np.argmin(array4,axis=0)

print(minindex)

#沿轴1的最小值索引

minindex=np.argmin(array4,axis=1)

print(minindex)

输出结果：

[[304070]

[802010]

[509060]]

#返回最小值的索引

5

#输出数组中的最小值

10

#沿轴0的最小值索引

[011]

#沿轴1的最小值索引

[020]