如何檢查NumPy陣列中是否存在指定的值?
Python語言中有很多模組和函式可以用來檢查給定NumPy陣列中是否存在指定的值。
NumPy是Numerical Python的縮寫,是一個用於執行數學、統計和科學計算的Python庫。NumPy陣列的結果以陣列的形式返回。陣列可以建立一維、二維,甚至高達32維。
NumPy庫提供了許多模組和函式,幫助我們執行科學計算和數學計算。
讓我們逐一看看檢查NumPy陣列中是否存在指定值的每種方法。
使用“in”關鍵字
下面的例子檢查指定的值是否存在於NumPy陣列中。我們有一個名為in的關鍵字,用於檢查特定元素是否存在於定義的資料結構中。
import numpy as np arr = np.array([10,30,2,40.3,56,456,32,4]) print("The Original array:",arr) if 4 in arr: print("The element is present in the array.") else: print("The element is not present in the array")
輸出
執行上述程式碼後,將生成以下輸出,它顯示該元素存在於陣列中。
The Original array: [ 10. 30. 2. 40.3 56. 456. 32. 4. ] The element is present in the array.
示例
這是另一個例子,用於檢查給定值是否存在於定義的陣列中。
import numpy as np arr = np.array([10,30,2,40.3,56,4,56,3,2,4]) print("The Original array:",arr) if 4 or 56 in arr: print("The element is present in the array.") else: print("The element is not present in the array")
輸出
以下是使用“in”關鍵字檢查給定值是否存在於陣列中的輸出。
The Original array: [10. 30. 2. 40.3 56. 4. 56. 3. 2. 4. ] The element is present in the array.
使用np.isin()函式
NumPy庫提供了一個名為isin()的函式,用於檢查給定值是否存在於定義的陣列中。要檢查的值也應該為陣列格式。輸出將以布林值True或False的形式返回。
示例
在這個例子中,我們將要檢查的陣列和值傳遞給numpy庫的isin()函式,然後輸出將以布林值True或False的形式返回。
import numpy as np arr = np.array([[10,30,2,40.3],[56,4,56,3]]) print("The Original array:",arr) values = np.array([10,30,2,40.3]) output = np.isin(arr, values) print(output)
輸出
以下是isin()函式的輸出,它返回布林值。
The Original array: [[10. 30. 2. 40.3] [56. 4. 56. 3. ]] [[ True True True True] [False False False False]]
示例
下面的例子顯示如何檢查定義的陣列中是否存在指定的值。
import numpy as np arr = np.array([[[10,30],[2,40.3]],[[56,4],[56,3]]]) print("The Original array:",arr) values = np.array([1,40.3]) output = np.isin(arr, values) print(output)
輸出
以下是上述程式碼的輸出。
The Original array: [[[10. 30. ] [ 2. 40.3]] [[56. 4. ] [56. 3. ]]] [[[False False] [False True]] [[False False] [False False]]]
使用np.where()函式
where()是NumPy庫提供的一個函式,允許你在NumPy陣列中搜索特定值。此函式返回陣列中存在該值的元素的索引。
示例
要檢查NumPy陣列中是否存在特定值,我們使用NumPy陣列提供的where()函式。我們將陣列和要搜尋的值作為引數傳遞給此函式。
import numpy as np arr = np.array([[[10,30],[2,40.3]],[[56,4],[56,3]]]) print("The Original array:",arr) output = np.where(arr == 3) print(output)
輸出
執行上述程式碼後,我們將看到以下輸出:
The Original array: [[[10. 30. ] [ 2. 40.3]] [[56. 4. ] [56. 3. ]]] (array([1]), array([1]), array([1]))
廣告