問題產生：今天在編寫神經網路的Cluster作業時，需要根據根據資料標籤用不同的顏色畫出資料的分佈情況，由此學習到了這種高效的方法。

傳統思路：用for迴圈來挑選符合條件的元素，這樣十分浪費時間。

程式碼示例：

from sklearn.datasets.samples_generator import make_blobs
import numpy as np
import matplotlib.pyplot as plt

#product 20 samples and divide them in 4 different types
X,label_true = make_blobs(n_samples=20,centers=4)
print("Data:{:}".format(X))
print("label_true:{:}".format(label_true))

#eliminate the repeated elements
labels=np.unique(label_true)
print("labels:{:}".format(labels))

#plot
fig = plt.figure()
ax = fig.add_subplot(1,1,1)
colors = 'rgbycm'
for index,elem in enumerate(labels):
 position=label_true==elem
 print("position{:}:{:}".format(index,position))
 plt.scatter(X[position,0],X[position,1],label="cluster %d"%elem,color=colors[index%len(colors)])
plt.show()

實驗結果：

Data:[[ 6.28987299 1.19041843]
 [ 2.12673463 -1.90647309]
 [-8.56276424 1.8136798 ]
 [ 2.42611937 -3.81970786]
 [ 1.83488662 -3.10733306]
 [ 6.28320138 -0.24840258]
 [-6.74802304 1.13642657]
 [ 2.21681643 6.28894411]
 [-7.16100601 0.04482262]
 [ 1.66858847 3.42225284]
 [ 3.19972789 4.58804196]
 [-7.37006942 0.57068008]
 [ 0.52465584 -2.68794047]
 [ 2.71075921 3.57281778]
 [ 5.99343237 0.0120798 ]
 [ 4.28307033 4.28727222]
 [ 0.73714246 -2.38643522]
 [ 5.58384782 -0.62066592]
 [-8.44295576 -0.05933983]
 [ 5.33991984 1.24833992]]
label_true:[0 2 1 2 2 0 1 3 1 3 3 1 2 3 0 3 2 0 1 0]
labels:[0 1 2 3]
position0:[ True False False False False True False False False False False False
 False False True False False True False True]
position1:[False False True False False False True False True False False True
 False False False False False False True False]
position2:[False True False True True False False False False False False False
 True False False False True False False False]
position3:[False False False False False False False True False True True False
 False True False True False False False False]

結果分析：

我們可以看出黃色部分的作用，第一行 position=label_true==elem 的作用是讓position在label_true==elem的位置置為True，反之為False，從而得到的position是一個True和False的集合，

而第三行 X[position,1] 就是選擇為True的位置上的橫座標和縱座標，打印出來。還有點懵?我們用最簡單的陣列來表示

程式碼示例

import numpy as np
a=np.empty(shape=[0,4],dtype=int)
a=np.append(a,[[1,2,3,[2,4,5],[7,8,9,10]],axis=0)
position=[True,False,True]
print(a)
print(a[position,3])

結果：

[[ 1 2 3 4]
 [ 2 3 4 5]
 [ 7 8 9 10]]
[ 4 10]

結果分析：

顯然這是一個3行4列的矩陣，我們用position得到的是[a[0],a[2]],然後取a[0]和a[2]的第4個元素，則為4和10.

是不是比用for快多了~~

以上這篇python實現在多維陣列中挑選符合條件的全部元素就是小編分享給大家的全部內容了，希望能給大家一個參考，也希望大家多多支援我們。