Clip Array

[Lienz20013]

Hallo, ich habe eine Frage und zwar habe ich ein array:

Code: Alles auswählen

array([[  6.82666667e+02,   2.05401952e+00],
       [  3.41333333e+02,   1.76906841e+00],
       [  2.27555556e+02,   1.89216345e+00],
       [  3.33659172e-01,   9.78381385e-07],
       [  3.33496173e-01,   8.69459804e-07],
       [  3.33333333e-01,   3.00554987e-07]])

Und nun möchte ich das in der ersten Spalte des array nach einem min = 1 und einem max = 10 gesucht wird und die Werte von Spalte eins die zwischen min und max liegen mit den dazugehörigen Werten aus Spalte zwei ausgegeben werden. Kann mir jemand helfen? Hab es mit

Code: Alles auswählen

np.clip
()

versucht. Hat aber nicht geklappt.

[Sirius3]

@Lienz20013: das Stichwort heißt logische Indizierung: (arr[:,0]>1) & (arr[:,0]<10).

[MagBen]

Code: Alles auswählen

import numpy as np
data = np.array([[  6.82666667e+02,   2.05401952e+00],
       [  3.41333333e+02,   1.76906841e+00],
       [  2.27555556e+02,   1.89216345e+00],
       [  3.33659172e-01,   9.78381385e-07],
       [  3.33496173e-01,   8.69459804e-07],
       [  3.33333333e-01,   3.00554987e-07]])

x = data[:,0]
y = data[:,1]

subset = np.logical_and(1<=x, x<=500)

x2 = x[subset]
y2 = y[subset]

print(x2)
print(y2)

[Sirius3]

@MagBen: Dein subset ist kein Sub-Set sondern eine Maske, ein Vektor mit boolschen Werten. Auch würde ich das Array nicht unnötigerweise trennen, was dann auf folgendes hinausläuft:

Code: Alles auswählen

import numpy as np
data = np.array([[  6.82666667e+02,   2.05401952e+00],
       [  3.41333333e+02,   1.76906841e+00],
       [  2.27555556e+02,   1.89216345e+00],
       [  3.33659172e-01,   9.78381385e-07],
       [  3.33496173e-01,   8.69459804e-07],
       [  3.33333333e-01,   3.00554987e-07]])
 
x = data[:, 0]
mask = (1 <= x) & (x <= 500)
print data[mask, :]

[Lienz20013]

Cool danke jetzt vieleicht noch was anderes. Wie kann ich das was ich heir widerholt in eine Schleife schreiben:

Code: Alles auswählen

f = data[:, 0]
mask1 = (23.92 <= f) & (f <= 1196) 
mask2 = (0.01 <= f) & (f <= 23.92)

LDS1 = data[mask1, :]
LDS2 = data[mask2, :]

#Part 1
logx,logy = np.log(LDS1[:,0]),np.log(LDS1[:,1])
coeffs1 = np.polyfit(logx,logy,deg=1)                                         
poly = np.poly1d(coeffs1)                                                   
yfit = lambda f_new: np.exp(poly(np.log(LDS1[:,0])))
plt.loglog(LDS1[:,0],yfit(LDS1[:,0]),'r-',zorder=4)

#Part 2
logx,logy = np.log(LDS2[:,0]),np.log(LDS2[:,1])
coeffs2 = np.polyfit(logx,logy,deg=1)                                         
poly = np.poly1d(coeffs2)                                                   
yfit = lambda f_new: np.exp(poly(np.log(LDS2[:,0])))
plt.loglog(LDS2[:,0],yfit(LDS2[:,0]),'r-',zorder=4)

Irgendwie so oder:

Code: Alles auswählen

for part in range(1,3):

aber wie drücke ich z.B LDS 1 aus?

[BlackJack]

@Lienz20013: Die Schleife müsste über die Werte gehen die sich ändern, also die Grenzen für die Masken wenn ich das auf die Schnelle richtig sehe. Also so etwas wie ``for low, high in [(23.92, 1196), (0.01, 23.92)]:``.

Bei `mask1` und `mask2` scheinen die Operationen in der ”Kombination” keinen Sinn machen.