可以如下选择 numpy 数组中的元素
a = np.random.rand(100)
sel = a > 0.5 #select elements that are greater than 0.5
a[sel] = 0 #do something with the selection
b = np.array(list('abc abc abc'))
b[b==a] = 'A' #convert all the a's to A's
该属性由np.where检索索引的函数：
indices = np.where(a>0.9)
我想做的是能够在此类元素选择中使用正则表达式。例如，如果我想从中选择元素b上面那个匹配[Aab]regexp，我需要编写以下代码：
regexp = '[Ab]'
selection = np.array([bool(re.search(regexp, element)) for element in b])
这对我来说看起来太冗长了。有没有更短、更优雅的方法来做到这一点？
这里涉及一些设置，但除非 numpy 对我不知道的正则表达式有某种直接支持，否则这是最“numpytonic”的解决方案。它试图使数组迭代比标准 python 迭代更有效。
import numpy as np
import re
r = re.compile('[Ab]')
vmatch = np.vectorize(lambda x:bool(r.match(x)))
A = np.array(list('abc abc abc'))
sel = vmatch(A)
本文内容由网友自发贡献，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系:hwhale#tublm.com(使用前将#替换为@)
