CodeUtility
Facilitiamo la vita agli sviluppatori!
Esegui NumPy online

Filter a NumPy Array with Boolean Indexing

Keep only the values you want with scores[scores >= 80], no loop needed.

  • Intermedio
  • 2 min di lettura
  • 1 esempio eseguibile
Cosa imparerai
  • Building a boolean mask
  • Indexing with the mask
  • Combining conditions with & and |
Esegui nel compilatore Python →
scores and scores >= 80
64
82
91
73
88
F
T
T
F
T
Result: [82 91 88]

A mask of True and False

Il boolean indexing è il modo di filtrare i dati in NumPy con una condizione. Confrontando un array con un valore, NumPy crea un array di True e False, uno per elemento, chiamato maschera (mask). Usando questa maschera come indice restano solo gli elementi True.

Punti chiave

  1. scores >= 80 gives an array of True and False, one per value.
  2. scores[mask] keeps the values where the mask is True.
  3. Combine conditions with & and |, and wrap each in parentheses.

Quando si usa?

  • Fare calcoli veloci su molti valori insieme, senza scrivere cicli.
  • Lavorare in modo efficiente con array, matrici e dati scientifici.
  • Preparare i dati per la data science e il machine learning.

Codice di esempio

Esegui codice →
main.py
import numpy as np

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

print(passing)
Crea un pulsante Run per questo esempio

Risultato dell'esecuzione

[82 91 88]

Spiegazione del codice

Il confronto scores >= 80 crea la maschera [False, True, True, False, True]. Mettendo la maschera tra parentesi quadre, scores[...], restano solo i voti da 80 in su: [82 91 88]. Per combinare più condizioni usa & (e) e | (o), mettendo ogni condizione tra parentesi tonde.

Modifica i valori ed esegui il programma nel compilatore Python online CodeUtility senza installare Python.

Esercizi di approfondimento

Prova a modificare il codice seguendo i suggerimenti qui sotto. Cambiare il codice e osservare il risultato ti aiuta a capire molto più che leggerlo soltanto.

  1. Cambia la forma (shape) e il tipo di dato (dtype) dell'array di input.
  2. Prova con numeri negativi, decimali e valori mancanti.
  3. Applica la stessa operazione a un array più grande, con più dimensioni, e misura il tempo.
Esegui nel compilatore Python →

Esercitati con una sfida

Usa ciò che questa lezione spiega per risolvere un problema reale. Ogni sfida gira nel browser, con test immediati e una revisione dell'IA.

Tutte le sfide