Data Science Academy · Lektion

Booleska masker för urval

Filtrera värden med villkor.

Lektion 3 av 413 steg

Booleska masker för urval är en gratis lektion i Data Science Academy på CoddyKit. Detta är lektion 3 av 4. Ni kan läsa hela lektionen gratis nedan och sedan öva praktiskt i webbläsaren med en inbyggd kodredigerare och en AI-handledare som är tillgänglig dygnet runt. Den ingår i lärvägen för Data Science Academy, och Era framsteg synkroniseras mellan webben och CoddyKit-appen. Kursen i Data Science Academy innehåller totalt 4 lektioner.

Jämför en hel array

Skriv en jämförelse, så tillämpar NumPy den på varje element samtidigt. Resultatet blir en boolean-array med True- och False-värden.

a = np.array([5, 12, 7, 20])
a > 10   # [False  True False  True]

Resultatet är en mask

Den här arrayen med True och False är en mask. Varje position visar om elementet uppfyllde villkoret.

Filtrera med masken

Placera masken i hakparenteser för att behålla endast positionerna med True. NumPy returnerar bara de element som matchade.

a[a > 10]   # [12 20]

En rad, ingen loop

Detta ersätter en manuell loop med ett enda uttryck. Boolean-filtrering går snabbare att skriva och är mycket snabbare att köra på stora arrayer.

Kombinera villkor

Slå ihop masker med & för and och pipe-tecknet för or. Varje villkor måste stå inom sina egna parenteser.

a[(a > 5) & (a < 20)]   # [12 7]

Glöm inte parenteserna

Utan parenteser runt varje villkor tillämpar Python operatorerna i fel ordning och genererar ett fel. Omge varje jämförelse med parenteser.

Invertera med tilde

Operatorn ~ inverterar en mask och omvandlar True till False. Använd den för att välja allt som inte matchade villkoret.

a[~(a > 10)]   # [5 7]

Räkna matchningarna

Booleska värden fungerar som 1 och 0, så sum på en mask räknar hur många element som klarade villkoret. Det är ett snabbt sätt att räkna en delmängd.

(a > 10).sum()   # 2

Kontrollera any eller all

Använd any för att fråga om minst ett element matchade och all för att fråga om alla gjorde det. Båda returnerar ett enda True- eller False-värde.

(a > 0).all()   # True

Tilldela genom en mask

En mask kan rikta in sig på element för tilldelning, inte bara läsning. Här begränsas alla värden över 10 till 10 direkt på plats.

a[a > 10] = 10

Masker möjliggör datarensning

Från att ta bort avvikande värden till att rätta felaktiga poster: masker är sättet data scientists väljer och redigerar exakt de värden de behöver.

Snabbtest

Du vill ha värden som både är större än 5 och mindre än 20.

Besvara frågan i den interaktiva lektionen

Sammanfattning av masker

Du skapade booleska masker, filtrerade och räknade med dem, kombinerade villkor på ett säkert sätt och tilldelade till och med värden genom dem. Nu behärskar du urval. ✨

Gratis att börja

Lär dig Python med en AI-lärare – gratis

Skriv och kör riktig kod i webbläsaren, få omedelbar hjälp av en AI-lärare dygnet runt och fortsätt där du slutade – på webben eller i appen.

Kurser: 30
Lektioner: 120

Börja lära dig gratis Visa hela kursen

Vanliga frågor

Är lektionen ”Booleska masker för urval” gratis?

Ja – hela texten till ”Booleska masker för urval” kan läsas gratis här på webben. Om Ni vill öva interaktivt med en inbyggd kodredigerare och en AI-handledare som är tillgänglig dygnet runt och låsa upp resten av kursen i Data Science Academy, kan Ni uppgradera till CoddyKit PRO. Kursen i Data Science Academy innehåller totalt 4 lektioner.

Vad lär jag mig i ”Booleska masker för urval”?

Filtrera värden med villkor. Ni övar på Data Science Academy med praktisk kod som körs direkt i webbläsaren, medan en AI-handledare som är tillgänglig dygnet runt svarar på Era frågor under lektionen.

Behöver jag någon erfarenhet för att börja lära mig Data Science Academy?

Du behöver inga förkunskaper. Utbildningen i Data Science Academy på CoddyKit är upplagd för allt från nybörjare till avancerade elever, så att du kan börja här eller från början och gå fram i din egen takt. Detta är lektion 3 av 4.

Hur lång tid tar lektionen ”Booleska masker för urval”?

De flesta CoddyKit-lektioner tar cirka 5–10 minuter. Varje lektion är kort och interaktiv, så att du gör stadiga framsteg och kan fortsätta precis där du slutade – på webben eller i appen.

Kan jag skriva och köra kod i den här Data Science Academy-lektionen?

Ja. Varje Data Science Academy-lektion innehåller en inbyggd kodredigerare, så att du kan skriva och köra riktig kod direkt i webbläsaren och få omedelbar AI-feedback – utan lokal installation.

Alla lektioner i den här kursen

← Tillbaka till Data Science Academy