【发布时间】:2014-06-13 02:17:25
【问题描述】:
我的目标是首先过滤掉射电通量中的所有 0 值以及赤经 (RA) 和距离中的相应(相同索引)数据(取决于红移/z),然后将这些数组分为两组,无线电响亮(radioflux > 1)和无线电安静(radioflux
- 无线电通量:166583
- 电台剪辑:12464
- 无线电响度:239
- 无线电静音:12225
- 距离切割:12464
- 切角:12464
- 距离大声:12120
- 距离安静:12424
- 角度响度:12120
- 静角:12424
应该是:
- 无线电通量:166583
- 电台剪辑:12464
- 无线电响度:239
- 无线电静音:12225
- 距离切割:12464
- 切角:12464
- 距离大声:239
- 距离安静:12225
- 角度响度:239
- 静角:12225
我的代码片段:(之前已经定义了所有使用的变量/数组名称)
values = radioflux
searchval = 0
searchvalquietloud = 1
indices = np.where(values == searchval)[0]
radiocut = np.delete(radioflux,indices)
quiet = np.where(values <= searchvalquietloud)[0]
radioloud = np.delete(radiocut,quiet)
loud = np.where(values > searchvalquietloud)[0]
radioquiet = np.delete(radiocut,loud)
distance = np.multiply(redshift,dist)
angle = np.multiply(ra,radians)
distancecut = np.delete(distance,indices)
anglecut = np.delete(angle,indices)
distancequiet = np.delete(distancecut,radioloud)
distanceloud = np.delete(distancecut,radioquiet)
anglequiet = np.delete(anglecut,radioloud)
angleloud = np.delete(anglecut,radioquiet)
【问题讨论】:
-
顺便说一句:如果您正在处理真实的标记数据,并且想要获取其中的一部分并计算统计数据等,那么使用
pandas比使用裸 numpy 要好得多。跨度> -
这些是一维数组?虽然我从未使用过 Pandas,但我浏览了文档并同意 @DSM。