使用numpy.where()时'in'的替代方法

Question

假设我有一个数组，叫做'foo'，里面有两列。第一列是从1到12的数字，表示月份；第二列是对应的测量值。如果我想要从中提取出12月、1月和2月（也就是12、1、2）的测量值，我本来以为可以这样做：

numpy.where(foo[:,1] in (12, 1, 2), False, True)

但是看起来我聪明的写法'in (12, 1, 2)'并不能作为where()的条件使用。用[12, 1, 2]这样的写法也不行……

有没有其他聪明的方法可以做到这一点？有没有更好的方法可以把所有的(12, 1, 2)的测量值收集到一个数组里？用numpy有什么好的办法吗？

(重新调整数组的形状是不可能的，因为每个月的测量值数量不规则)

Answer 1

我觉得' in (12, 1, 2)' 这个写法不管用的原因是，在'in'之前的元素必须是单个元素。

不过，numpy提供了一个叫 in1d 的函数（文档链接），可以用来在numpy数组中进行'in'操作。用你的代码：

np.where(np.in1d(foo[:,0], [12, 1, 2]), False, True)

---

为了补充评论的内容：在这种情况下，使用 where 是多余的，in1d 的输出可以直接用来索引foo：

foo[np.in1d(foo[:,0], [12, 1, 2])]

或者可以这样：

foo[~np.in1d(foo[:,0], [12, 1, 2])]

注意：in1d 这个函数只有在numpy 1.4或更高版本中才可用。