Booleske masker til udvælgelse
Filtrér værdier med betingelser.
Booleske masker til udvælgelse er en gratis Data Science Academy-lektion på CoddyKit. Dette er lektion 3 af 4. Du kan læse hele lektionen gratis nedenfor — og derefter øve dig praktisk i browseren med en indbygget kodeeditor og en AI-vejleder, der er tilgængelig døgnet rundt. Den er en del af læringsforløbet i Data Science Academy, og dine fremskridt synkroniseres på tværs af nettet og CoddyKit-appen. Data Science Academy-kurset indeholder 4 lektioner i alt.
Sammenlign et helt array
Skriv en sammenligning, så anvender NumPy den på hvert element på én gang. Resultatet er et boolesk array med True- og False-værdier.
a = np.array([5, 12, 7, 20])
a > 10 # [False True False True]Resultatet er en maske
Dette array med True og False er en maske. Hver position angiver, om elementet opfyldte din betingelse.
Filtrér med masken
Sæt masken i firkantede parenteser for kun at beholde positionerne med True. NumPy returnerer kun de elementer, der matchede.
a[a > 10] # [12 20]Én linje, ingen løkke
Dette erstatter en manuel løkke med et enkelt udtryk. Boolesk filtrering er hurtigere at skrive og langt hurtigere at køre på store arrays.
Kombinér betingelser
Sæt masker sammen med & for and og pipe-tegnet for or. Hver betingelse skal stå i sine egne parenteser.
a[(a > 5) & (a < 20)] # [12 7]Husk parenteserne
Uden parenteser omkring hver betingelse anvender Python operatorerne i den forkerte rækkefølge og udløser en fejl. Sæt parenteser omkring alle sammenligninger.
Vend med tilde-tegnet
Operatoren ~ inverterer en maske og ændrer True til False. Brug den til at vælge alt, der ikke opfyldte din betingelse.
a[~(a > 10)] # [5 7]Tæl træffene
Booleske værdier fungerer som 1 og 0, så sum på en maske tæller, hvor mange elementer der opfyldte betingelsen. Det er en hurtig måde at finde størrelsen på et delmængde.
(a > 10).sum() # 2Tjek any eller all
Brug any for at spørge, om mindst ét element matchede, og all for at spørge, om alle elementer gjorde det. Begge returnerer ét True eller False.
(a > 0).all() # TrueTildel gennem en maske
En maske kan målrette elementer til tildeling, ikke kun til læsning. Her begrænses alle værdier over 10 til 10 direkte i arrayet.
a[a > 10] = 10Masker driver datarensning
Fra fjernelse af afvigere til rettelse af ugyldige poster: masker er den måde, dataforskere udvælger og redigerer præcis de værdier, de har brug for.
Hurtigt tjek
Du ønsker værdier, der både er over 5 og under 20.
Opsummering af masker
Du opbyggede booleske masker, filtrerede og talte med dem, kombinerede betingelser sikkert og tildelte endda værdier gennem dem. Du har virkelig styr på udvælgelse. ✨
Lær Python med en AI-underviser — gratis
Skriv og kør rigtig kode i din browser, få øjeblikkelig hjælp fra en AI-underviser døgnet rundt, og fortsæt, hvor du slap, på web eller i appen.
- Kurser
- 30
- Lektioner
- 120
Ofte stillede spørgsmål
Er lektionen “Booleske masker til udvælgelse” gratis?
Ja — hele teksten til “Booleske masker til udvælgelse” kan læses gratis her på nettet. Hvis du vil øve dig interaktivt med en indbygget kodeeditor og en AI-vejleder døgnet rundt og få adgang til resten af Data Science Academy-kurset, skal du opgradere til CoddyKit PRO. Data Science Academy-kurset indeholder 4 lektioner i alt.
Hvad lærer jeg i “Booleske masker til udvælgelse”?
Filtrér værdier med betingelser. Du øver dig i Data Science Academy med praktisk kode, som du kører direkte i browseren, og en AI-vejleder døgnet rundt besvarer dine spørgsmål, mens du arbejder dig gennem lektionen.
Skal jeg have erfaring for at begynde på Data Science Academy?
Der kræves ingen tidligere erfaring. Data Science Academy på CoddyKit er tilrettelagt for både begyndere og øvede, så du kan starte her eller fra begyndelsen og lære i dit eget tempo. Dette er lektion 3 af 4.
Hvor lang tid tager lektionen “Booleske masker til udvælgelse”?
De fleste CoddyKit-lektioner tager cirka 5–10 minutter. Hver lektion er kort og interaktiv, så du gør løbende fremskridt og kan fortsætte, hvor du slap – på både web og app.
Kan jeg skrive og køre kode i denne Data Science Academy-lektion?
Ja. Alle Data Science Academy-lektioner har en indbygget kodeeditor, så du kan skrive og køre rigtig kode direkte i din browser og få øjeblikkelig feedback fra AI – uden lokal opsætning.
Alle lektioner i dette kursus
- Reshape og flatten af arrays
- Sum, mean og axis-tricket
- Booleske masker til udvælgelse
- Tilfældige tal og seeds