Vamos supor que temos os dados dos alunos armazenados na forma de arrays e queremos filtrar os alunos reprovados. Nós simplesmente filtraremos o array e excluiremos os alunos reprovados e um novo array do aluno aprovado será obtido.
Etapas para filtrar uma matriz NumPy
Passo 1: Importando o módulo NumPy.
Passo 2: Criando uma matriz.
Etapa 3: Adicionar condição de filtragem.
Passo 4: Crie uma nova matriz filtrada.
Sintaxe:
Existem várias maneiras de filtrar matrizes. Depende da condição do filtro, como se temos apenas uma condição ou temos mais de uma condição.
Método 1: Para uma condição, seguiremos a seguinte sintaxe
variedade [ variedade < doença ]Na sintaxe mencionada acima, “array” é o nome do array do qual filtraremos os elementos. E a condição será o estado em que os elementos são filtrados e o operador “<” é o sinal matemático que representa menos que. É eficiente usá-lo quando temos apenas uma condição ou instrução.
Método 2: Usando o operador “OR”
variedade [ ( variedade < condição1 ) | ( variedade > condição2 ) ]Neste método, “array” é o nome do array do qual filtraremos os valores e a condição é passada para ele. Operador “|” é usado para representar a função “OR”, o que significa que, de ambas as condições, um deve ser verdadeiro. É útil quando há duas condições.
Método 3: Usando o operador “AND”.
variedade [ ( variedade < condição1 ) & ( variedade > condição2 ) ]Na sintaxe a seguir, “array” é o nome do array a ser filtrado. Considerando que, a condição será o estado conforme discutido na sintaxe acima, enquanto o operador usado “&” é o operador AND, o que significa que ambas as condições devem ser verdadeiras.
Método 4: Filtrando por valores listados
variedade [ por exemplo. in1d ( variedade , [ Lista de valores ] ) ]Neste método, passamos nosso array definido “np.in1d” que é usado para comparar dois arrays se o elemento do array a ser filtrado está presente em outro array ou não. E o array é passado para a função np.in1d que deve ser filtrada do array dado.
Exemplo # 01:
Agora, vamos implementar o método discutido acima em um exemplo. Em primeiro lugar, incluiremos nossas bibliotecas NumPy fornecidas pelo Python. Em seguida, criaremos um array chamado “my_array” que conterá os valores “2”, “3”, “1”, “9”, “3”, “5”, “6” e “1”. Em seguida, passaremos nosso código de filtro que é “my_array[(my_array < 5)]” para a instrução print, o que significa que estamos filtrando os valores menores que “5”. Na próxima linha, criamos outro array de nome “array” que é responsável por ter os valores “1”, “2”, “6”, “3”, “8”, “1” e “0”. Para a instrução print, passamos a condição de que imprimiremos os valores maiores que 5.
Por fim, criamos outro array que chamamos de “arr”. Ele está segurando os valores “6”, “7”,”10”, “12” e “14”. Agora para este array, estaremos imprimindo o valor que não existe dentro do array para ver o que acontecerá se a condição não corresponder. Para isso, passamos a condição que filtrará o valor que for igual ao valor “5”.
importar numpy Como por exemplo.my_array = por exemplo. variedade ( [ dois , 3 , 1 , 9 , 3 , 5 , dois , 6 , 1 ] )
imprimir ( 'valores inferiores a 5' , my_array [ ( my_array < 5 ) ] )
variedade = por exemplo. variedade ( [ 1 , dois , 6 , 3 , 8 , 1 , 0 ] )
imprimir ( 'valores maiores que 5' , variedade [ ( variedade > 5 ) ] )
arr = por exemplo. variedade ( [ 6 , 7 , 10 , 12 , 14 ] )
imprimir ( 'valores iguais a 5' , arr [ ( arr == 5 ) ] )
Após executar o código, temos como resultado a seguinte saída, na qual exibimos as 3 saídas a primeira é para os elementos menores que “5” na segunda execução imprimimos os valores maiores que “5”. Ao final, imprimimos o valor que não existe, pois podemos ver que ele não apresenta nenhum erro, mas exibiu o array vazio, o que significa que o valor desejado não existe no array fornecido.
Exemplo # 02:
Neste caso, usaremos alguns dos métodos em que podemos usar mais de uma condição para filtrar os arrays. Para realizá-lo, basta importar a biblioteca NumPy e, em seguida, criar um array unidimensional de tamanho “9” com valores “24”, “3”, “12”, “9”, “3”, “5”, “2”, “6” e “7”. Na próxima linha, usamos uma instrução print para a qual passamos um array que inicializamos com o nome “my_array” com a condição como argumento. Neste, passamos a condição or que significa que de ambos, uma condição deve ser verdadeira. Se ambos forem verdadeiros, ele exibirá os dados para ambas as condições. Nesta condição, queremos imprimir os valores menores que “5” e maiores que “9”. Na próxima linha, usamos o operador AND para verificar o que acontecerá se usarmos uma condição para filtrar o array. Nesta condição, exibimos valores maiores que “5” e menores que “9”.
Importar numpy Como por exemplo.my_array = por exemplo. variedade ( [ 24 , 3 , 12 , 9 , 3 , 5 , dois , 6 , 7 ] )
imprimir ( “valores inferiores a 5 ou Maior que 9 ” , my_array [ ( my_array < 5 ) | ( my_array > 9 ) ] )
imprimir ( “valores maiores que 5 e Menor que 9 ” , my_array [ ( my_array > 5 ) & ( my_array < 9 ) ] )
Conforme mostrado no snippet abaixo, nosso resultado para o código acima é exibido no qual filtramos o array e obtivemos o seguinte resultado. Como podemos ver os valores maiores que 9 e menores que 5 são exibidos na primeira saída e os valores entre 5 e 9 são desprezados. Considerando que, na próxima linha, imprimimos os valores entre “5” e “9” que são “6” e “7”. Os outros valores de matrizes não são exibidos.
Conclusão
Neste guia, discutimos brevemente o uso de métodos de filtro fornecidos pelo pacote NumPy. Implementamos vários exemplos para elaborar para você a melhor maneira de implementar as metodologias de filtro fornecidas pelo numpy.