NumPy ऑनलाइन चलाएँ

NumPy Array को Filter करना

Boolean mask से values चुनें।

  • मध्यम
  • 2 मिनट में पढ़ें
  • 1 चलाने योग्य उदाहरण

NumPy Array को Filter करना क्या है?

समस्या क्या है

अपनी ज़रूरत की वैल्यू चुनना, जैसे पास होने वाले स्कोर, किसी सीमा से कम कीमतें या ज़ीरो से ऊपर का तापमान, डेटा का सबसे आम काम है। NumPy में आपको loop की ज़रूरत नहीं: एक शर्त आपके लिए वैल्यू चुन लेती है।

ऐसे समझें

Boolean फ़िल्टरिंग नंबरों की एक लाइन के ऊपर स्टेंसिल रखने जैसा है। शर्त पूरी करने वाली हर वैल्यू के ऊपर स्टेंसिल में एक छेद कटा होता है। स्टेंसिल में से देखने पर आपको सिर्फ़ वही वैल्यू दिखती हैं।

स्टेंसिल से code तक
scores >= 80✂️ हर पास स्कोर के ऊपर छेद काटिए
[False, True, True, False, True]🕳️ स्टेंसिल: जहाँ True, वहाँ छेद
scores[scores >= 80]👀 छेदों में से देखिए
passing📋 [82 91 88]
True/False mask तय करता है कि कौन से element रखने हैं।
एक वाक्य में

Boolean indexing एक mask की मदद से array के element चुनता है। Mask उसी shape का array होता है जिसमें True और False वैल्यू होती हैं। सिर्फ़ वही element रखे जाते हैं जहाँ mask True है।

मुख्य बातें

  1. scores >= 80 हर element की तुलना करता है और True और False का array लौटाता है।
  2. scores[scores >= 80] सिर्फ़ वे element रखता है जहाँ mask True है।
  3. passing एक नया array है, [82 91 88]। scores नहीं बदलता।
  4. रखी गई वैल्यू का क्रम वही रहता है जो मूल array में था।

इसका उपयोग कब करें?

  • शर्त के हिसाब से वैल्यू चुनना: outlier, सही रीडिंग, पास स्कोर।
  • (scores >= 80).sum() से मेल खाने वाली वैल्यू गिनना।
  • शर्त से मेल खाने वाली वैल्यू बदलना।

कब ज़रूरत नहीं

  • सामान्य Python list: इनमें mask काम नहीं करता, इसलिए list comprehension इस्तेमाल कीजिए।
  • लेबल वाला टेबल डेटा: pandas फ़िल्टरिंग पंक्तियों के लेबल और कॉलम के नाम बनाए रखती है।

उदाहरण कोड

कोड चलाएँ →
main.py
import numpy as np

scores = np.array([64, 82, 91, 73, 88])
passing = scores[scores >= 80]

print(passing)
इस उदाहरण के लिए Run बटन बनाएँ

अपेक्षित आउटपुट

[82 91 88]

यह कैसे काम करता है

Mask को index की तरह लगाने पर True positions रहती हैं; conditions को parentheses में & या | से जोड़ें।

मान बदलें और Python इंस्टॉल किए बिना CodeUtility ऑनलाइन Python कंपाइलर में प्रोग्राम चलाएँ।

अभ्यास के कार्य

बड़े dataset पर जाने से पहले input बदलें और edge cases की जाँच करें।

  1. Shape और dtype बदलकर देखें।
  2. Negative, decimal और missing values जाँचें।
  3. बड़े array पर execution time मापें।
Python IDE में चलाएँ →

आम गलतियाँ

शर्तों को and से जोड़ना

Python का and array पर काम नहीं करता। हर शर्त को कोष्ठक में रखकर & इस्तेमाल कीजिए।

समस्या
scores[scores >= 80 and scores < 90]
सुधार
scores[(scores >= 80) & (scores < 90)]

यह पाठ पूरा कर लिया?

अपनी प्रगति ट्रैक करने के लिए इसे सीखा हुआ मार्क करें।

अगला: NumPy में Random Numbers →

चैलेंज से अभ्यास करें

इस पाठ में सीखी बात से एक असली समस्या हल करें। हर चैलेंज ब्राउज़र में चलता है, तुरंत टेस्ट और AI रिव्यू के साथ।

सभी चैलेंज