从 numpy 结构化数组中的数据打印行

Question

我在 numpy 中有下一个结构化数组：

>>> matriz
rec.array([('b8:27:eb:07:65:ad', '0.130s', 255), 
          ('b8:27:eb:07:65:ad', '0.120s', 215), 
          ('b8:27:eb:07:65:ad', '0.130s', 168) ],
  dtype=[('col1', '<U17'), ('col2', '<U17'), ('col3', '<i4'), 
   ('col4','<U17')])

我需要在 'col3' 中找到小于 179 的数字，而且我还需要打印数字所在的行。

例如matriz中小于179的数字是168，那么我需要打印

('b8:27:eb:07:65:ad', '0.130s', 168)

我做到了，

for j in matriz['col3']:
         if j< 254:
                   print(j)

但我 168 只有整数，知道吗？。

而且，有人知道，如果有 pandas 库，我可以这样做吗？..

谢谢

Answer 1

您可以执行以下操作：

matrix = np.array([('b8:27:eb:07:65:ad', '0.130s', 255),
                   ('b8:27:eb:07:65:ad', '0.120s', 215),
                   ('b8:27:eb:07:65:ad', '0.130s', 168)],
                  dtype=[('col1', '<U17'), 
                         ('col2', '<U17'), 
                         ('col3', '<i4')])

for row in matrix:
    if row['col3'] < 254:
        print(row)

Answer 2

In [128]: arr=np.rec.array([('b8:27:eb:07:65:ad', '0.130s', 255), 
     ...:           ('b8:27:eb:07:65:ad', '0.120s', 215), 
     ...:           ('b8:27:eb:07:65:ad', '0.130s', 168) ],
     ...:   dtype=[('col1', '<U17'), ('col2', '<U17'), ('col3', '<i4')])

这是一个包含 3 个字段的一维数组：

In [129]: arr
Out[129]: 
rec.array([('b8:27:eb:07:65:ad', '0.130s', 255),
           ('b8:27:eb:07:65:ad', '0.120s', 215),
           ('b8:27:eb:07:65:ad', '0.130s', 168)],
          dtype=[('col1', '<U17'), ('col2', '<U17'), ('col3', '<i4')])

我们可以查看一个字段：

In [130]: arr['col3']
Out[130]: array([255, 215, 168], dtype=int32)

并获取其值的布尔掩码：

In [131]: arr['col3']<179
Out[131]: array([False, False,  True])

并将该掩码用于整个数组中的 select 个元素：

In [132]: arr[arr['col3']<179]
Out[132]: 
rec.array([('b8:27:eb:07:65:ad', '0.130s', 168)],
          dtype=[('col1', '<U17'), ('col2', '<U17'), ('col3', '<i4')])

因为它是一个rec.array，而不仅仅是一个结构化数组，我们也可以将字段作为一个属性来访问：

In [135]: print(arr[arr.col3<254])
[('b8:27:eb:07:65:ad', '0.120s', 215) ('b8:27:eb:07:65:ad', '0.130s', 168)]

从 numpy 结构化数组中的数据打印行

print row from a data in numpy structured array

python

arrays

numpy

python-3.x