如何有条件地选择字典中的数组？答案

【问题标题】：How to conditionally select an array in dictionary?如何有条件地选择字典中的数组？
【发布时间】：2020-08-27 12:14:27
【问题描述】：

我有一本格式如下的字典：

键是 0-9。
该值是一个数组，其中包含 4 个参数 (dtype=float)。
对于数组中的每个值都有一个标准（例如，值是否 >1？）。如果一个值不满足其标准，则从字典中删除整个条目。
- 换句话说：只有数组中的所有 4 个值都满足其各自标准的条目才会移动到新字典中）

{0: array([-1.37979662, 1.2237947 , 1.02293956, 2.84491658]),
 1: array([-1.32019091, 1.17396212, 1.01325119, 2.89558077]),
 2: array([-1.29436374, 0.93597102, 1.06104517, 2.92670774]),
 3: array([-1.24879849, 1.04383302, 1.06866074, 2.41867709]),
 4: array([-1.1299237 , 0.72485214, 1.04738796, 2.16609311]),
 5: array([-1.08398485, 0.96394932, 1.03896677, 2.34082866]),
 6: array([-1.24153984, 0.82464176, 1.08445227, 2.6564374 ]),
 7: array([-1.04296362, 0.52683467, 1.10769773, 2.32662654]),
 8: array([-1.34813309, 0.76031429, 1.01582122, 2.60977459]),
 9: array([-1.20303226, 0.79573596, 1.03138351, 2.41515303])}

感谢任何提示，感谢您的努力。

【问题讨论】：

标签： python arrays dictionary slice

【解决方案1】：

对于数组中的每个值都有一个标准（例如，值是否 >1？）
- 示例中的所有键都不符合标准，因此我更新了data[9] 以达到此目的。
以下dict comprehension 满足仅包含key: value 对的条件，其中np.array 中的所有值都是>1。
.all() 是一个内置的python函数
- np.array([ True, True, True, True]).all() -> True
- np.array([ False, True, True, True]).all() -> False

import numpy as np

data = {0: np.array([-1.37979662, 1.2237947 , 1.02293956, 2.84491658]),
        1: np.array([-1.32019091, 1.17396212, 1.01325119, 2.89558077]),
        2: np.array([-1.29436374, 0.93597102, 1.06104517, 2.92670774]),
        3: np.array([-1.24879849, 1.04383302, 1.06866074, 2.41867709]),
        4: np.array([-1.1299237 , 0.72485214, 1.04738796, 2.16609311]), 
        5: np.array([-1.08398485, 0.96394932, 1.03896677, 2.34082866]), 
        6: np.array([-1.24153984, 0.82464176, 1.08445227, 2.6564374 ]),
        7: np.array([-1.04296362, 0.52683467, 1.10769773, 2.32662654]),
        8: np.array([1.34813309, 0.76031429, 1.01582122, -2.60977459]),
        9: np.array([1.20303226, 1.79573596, 1.03138351, 2.41515303])}

# dict comprehension
data1 = {k: v for k, v in data.items() if (v > 1.0).all()}

print(data1)
>>> {9: array([1.20303226, 1.79573596, 1.03138351, 2.41515303])}

适用于多种情况

data2 = {k: v for k, v in data.items() if v[0] > 1 if v[1] > 0 if v[2] > 1 if v[3] < -2}

print(data2)

>>> {8: array([ 1.34813309,  0.76031429,  1.01582122, -2.60977459])}

【讨论】：

【解决方案2】：

假设每个值都是一个numpy 数组，您可以一次检查整个数组的条件，因为基本操作是矢量化的。

{k: v for k, v in data.items() if sum(v > -1.1) == len(v)}

{5: array([-1.08398485,  0.96394932,  1.03896677,  2.34082866]),
 7: array([-1.04296362,  0.52683467,  1.10769773,  2.32662654])}

当您执行array > value 时，它会返回一个布尔数组，我们可以对其求和。如果这个布尔数组的总和是数组的长度，那么我们就知道每个项目都满足了规定的条件。我使用-1.1 来表明它按预期工作，因为此字典中的值都不符合> 1 标准。

【讨论】：

【解决方案3】：

你也可以使用np.where，因为你有一个 numpy 数组：

import numpy as np


my_dict = {0: np.array([-1.37979662, 1.2237947 , 1.02293956, 2.84491658]),
        1: np.array([-1.32019091, 1.17396212, 1.01325119, 2.89558077]),
        2: np.array([-1.29436374, 0.93597102, 1.06104517, 2.92670774]),
        3: np.array([-1.24879849, 1.04383302, 1.06866074, 2.41867709]),
        4: np.array([-1.1299237 , 0.72485214, 1.04738796, 2.16609311]),
        5: np.array([-1.08398485, 0.96394932, 1.03896677, 2.34082866]),
        6: np.array([-1.24153984, 0.82464176, 1.08445227, 2.6564374 ]),
        7: np.array([-1.04296362, 0.52683467, 1.10769773, 2.32662654]),
        8: np.array([-1.34813309, 0.76031429, 1.01582122, 2.60977459]),
        9: np.array([1.20303226, 1.79573596, 1.03138351, 2.41515303])}

new_dict = {}
for key, value in my_dict.items():
    temp = value if len(value[np.where(value > 1)]) == len(value) else -1
    if not isinstance(temp, int):
        new_dict[key] = temp

# output = {9: array([1.20303226, 1.79573596, 1.03138351, 2.41515303])}

【讨论】：