Python One-liners(2)

上回說到這本書的第二章 Python One-Liners(1)

這回來到第三章，是關(guān)于 Data Science 的一行代碼（這里寫其中一個）

有一個 (4, 6) 的二維數(shù)組 X，每行代表一個城市的空氣質(zhì)量指數(shù) ( AQI )

import numpy as np
## AQI data, row=city 行：城市
X = np.array([[42,40,41,43,44,43], # Hong Kong
              [30,31,29,29,29,30], # New york
              [8,13,31,11,11,9],  # Berlin
              [11,11,12,13,11,12]]) # Montreal

cities = np.array(['HongKong','Newyork','Berlin','Montreal'])

問題：找出這幾個城市中空氣質(zhì)量指數(shù)大于平均值的城市。

先給結(jié)果：

## One-Liner
polluted = set(cities[np.nonzero(X > np.average(X))[0]])

# 輸出結(jié)果：
print(polluted)
# {'Berlin', 'HongKong', 'Newyork'}

How It Works?

我們從里到外一步一步拆解

np.average() 用于求 X 的平均值

np.average(X) 
## 24.333333333333332

X > np.average(X) 會得到一個布爾值組成的二維數(shù)組遗锣，即橘忱，用X中的每一個元素和平均值比較大小，這里涉及到 Numpy 的廣播機(jī)制(Broadcast)拐邪，大則為True袖订，小則為False

X > np.average(X) # 判斷 X 的元素哪些大于平均值
## 結(jié)果如下：
array([[ True,  True,  True,  True,  True,  True],
       [ True,  True,  True,  True,  True,  True],
       [False, False,  True, False, False, False],
       [False, False, False, False, False, False]])

np.nonzero()的輸入?yún)?shù)為數(shù)組氮帐，返回值為相應(yīng)數(shù)組中非零元素的下標(biāo)數(shù)組，輸入的數(shù)組是幾維的洛姑，則輸出相應(yīng)個數(shù)的數(shù)組組成的tuple上沐，看下面的例子更加直觀：

# 一維數(shù)組
np.nonzero([1,0,2])
# 結(jié)果： 第0個和第2個下標(biāo)（索引）對應(yīng)的元素非0
(array([0, 2], dtype=int64),)

# 布爾值組成的一維數(shù)組
np.nonzero([True,True,False,True])
# 結(jié)果： 第0，1楞艾，3個元素為True参咙，則輸出相應(yīng)下標(biāo)組成的數(shù)組
 (array([0, 1, 3], dtype=int64),)
 
 # 二維數(shù)組  
np.nonzero([[1,2,0],
            [0,0,3]])
 # 結(jié)果 ：分別是下標(biāo)為[0,0]的1,下標(biāo)為[0,1]的2,下標(biāo)為[1,2]的3非零
# 所以輸出了第一維的下標(biāo)[0,0,1]和第二維的下標(biāo)[0, 1, 2]組成的tuple
 (array([0, 0, 1], dtype=int64), 
  array([0, 1, 2], dtype=int64))
 
 # 三維數(shù)組依此類推
 np.nonzero([[[1,2,0],[0,0,3]],
            [[0,4,0],[0,5,0]]])
 # 結(jié)果:
 (array([0, 0, 0, 1, 1], dtype=int64),
 array([0, 0, 1, 0, 1], dtype=int64),
 array([0, 1, 2, 1, 1], dtype=int64))

那么，回到這個問題产徊，是對布爾值組成的二維數(shù)組進(jìn)行 nonzero() 計算

np.nonzero(X > np.average(X)) 
# 得到結(jié)果：
 (array([0, 0, 0, 0, 0, 0, 1, 1, 1, 1, 1, 1, 2], dtype=int64),
 array([0, 1, 2, 3, 4, 5, 0, 1, 2, 3, 4, 5, 2], dtype=int64))

對于二維數(shù)組，可以這樣理解蜀细，nonzero() 返回的 tuple 中舟铜，第0個數(shù)組代表的是行索引(下標(biāo))，第1個數(shù)組代表的是列索引奠衔。

取得行索引：

np.nonzero(X > np.average(X))[0]
## 取得行索引結(jié)果
array([0, 0, 0, 0, 0, 0, 1, 1, 1, 1, 1, 1, 2], dtype=int64)

由于題目的數(shù)據(jù)中谆刨，每一行代表一個城市，可以通過行索引归斤，在 cities 中找到對應(yīng)的城市痊夭，也就是：

cities[np.nonzero(X > np.average(X))[0]]
## 結(jié)果：
## array(['HongKong', 'HongKong', 'HongKong', 
 'HongKong', 'HongKong', 'HongKong', 
 'Newyork', 'Newyork', 'Newyork', 
 'Newyork', 'Newyork','Newyork',
 'Berlin'], dtype='<U8')

再通過 set()對上面的結(jié)果集進(jìn)行去重處理，得到最終結(jié)果

set(cities[np.nonzero(X > np.average(X))[0]]) 
# 結(jié)果：
{'Berlin', 'HongKong', 'Newyork'}

五一勞動節(jié)快樂

知識點總結(jié)及參考鏈接：

numpy.average()

https://www.runoob.com/numpy/numpy-statistical-functions.html

https://numpy.org/devdocs/reference/generated/numpy.average.html#numpy.average

numpy.nonzero()

https://www.runoob.com/numpy/numpy-sort-search.html

numpy-Broadcasting

https://www.runoob.com/numpy/numpy-broadcast.html

https://www.numpy.org.cn/article/basics/python_numpy_tutorial.html#%E5%B9%BF%E6%92%AD-broadcasting

Python.set()

https://www.runoob.com/python/python-func-set.html

感謝你的閱讀脏里，希望有所收獲她我。

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者