Python应用专题 | 1:如何根据mask list提取目标list中元素

本文涉及的产品
实时计算 Flink 版,5000CU*H 3个月
智能开放搜索 OpenSearch行业算法版,1GB 20LCU 1个月
实时数仓Hologres,5000CU*H 100GB 3个月
简介: 介绍Python在具体任务中使用:如何根据mask list提取目标list中元素

需求

需求描述:
有2个list,一个是待识别抽取的目标list,另一个是mask list。现在想要根据mask list中的值提取出目标list中对应位置的元素。这种使用场景,类似做了padding后,想要通过mask重建出哪些原始是原始的数据,而非padding的数据。

比如目标list=[1, 2, 4, 5, 7, 8, 9],mask list=[1, 1, 0, 1, 1, 0, 1],那么如何抽取目标list中的元素呢?具体代码如下。

代码

#!/usr/bin/env python
# -*- coding: utf-8 -*-
# @Time    : 2023/6/22 10:38
# @Author  : JasonLiu
# @File    : test.py
import numpy as np
import pdb
# function to create masked array
def masking(ar1, ar2):
    # masking the array1 by using array2
    # where array2 mod 7 is true
    # mask = np.ma.masked_where(ar2 % 7, ar1)
    mask = np.ma.masked_where(ar2 != 1, ar1)
    return mask
# main function
if __name__ == '__main__':
    # creating two arrays
    x = np.array([1, 2, 4, 5, 7, 8, 9])
    # y = np.array([10, 12, 14, 5, 7, 0, 13])
    y = np.array([1, 1, 0, 1, 1, 0, 1])
    # calling masking function to get
    # masked array
    masked = masking(x, y)
    print("masked=", masked)
    # getting the values as 1-d array which
    # are non masked
    masked_array = np.ma.compressed(masked)
    # print("masked_array=", masked_array)
    # printing the resultant array after masking
    print(f'Masked Array is:{masked_array}')
AI 代码解读

运行结果如下:

masked= [1 2 -- 5 7 -- 9]
Masked Array is:[1 2 5 7 9]
AI 代码解读
目录
打赏
0
0
0
0
132
分享
相关文章
Python数值方法在工程和科学问题解决中的应用
本文探讨了Python数值方法在工程和科学领域的广泛应用。首先介绍了数值计算的基本概念及Python的优势,如易学易用、丰富的库支持和跨平台性。接着分析了Python在有限元分析、信号处理、优化问题求解和控制系统设计等工程问题中的应用,以及在数据分析、机器学习、模拟建模和深度学习等科学问题中的实践。通过具体案例,展示了Python解决实际问题的能力,最后总结展望了Python在未来工程和科学研究中的发展潜力。
|
26天前
|
Python错误 - 'list' object is not callable 的问题定位与解决
出现编程问题并不可怕,关键在于是否可以从中学习与成长。遇到'list' object is not callable这样的错误,我们不仅需要学会应对,更需要了解其背后的原因,避免类似的问题再次出现。记住,Python的强大功能和灵活性同时也意味着我们需要对其理解更准确,才能更好的使用它。
153 70
Python图像处理实用指南:PIL库的多样化应用
本文介绍Python中PIL库在图像处理中的多样化应用,涵盖裁剪、调整大小、旋转、模糊、锐化、亮度和对比度调整、翻转、压缩及添加滤镜等操作。通过具体代码示例,展示如何轻松实现这些功能,帮助读者掌握高效图像处理技术,适用于图片美化、数据分析及机器学习等领域。
147 20
|
14天前
|
Python中Cp、Cpk、Pp、Ppk的计算与应用
总的来说,Cp、Cpk、Pp、Ppk是衡量过程能力的重要工具,它们可以帮助我们了解和改进生产过程,提高产品质量。
58 13
Headers池技术在Python爬虫反反爬中的应用
Headers池技术在Python爬虫反反爬中的应用
如何根据目标网站调整Python爬虫的延迟时间?
如何根据目标网站调整Python爬虫的延迟时间?
从集思录可转债数据探秘:Python与C++实现的移动平均算法应用
本文探讨了如何利用移动平均算法分析集思录提供的可转债数据,帮助投资者把握价格趋势。通过Python和C++两种编程语言实现简单移动平均(SMA),展示了数据处理的具体方法。Python代码借助`pandas`库轻松计算5日SMA,而C++代码则通过高效的数据处理展示了SMA的计算过程。集思录平台提供了详尽且及时的可转债数据,助力投资者结合算法与社区讨论,做出更明智的投资决策。掌握这些工具和技术,有助于在复杂多变的金融市场中挖掘更多价值。
84 12
通义灵码AI程序员实战:从零构建Python记账本应用的开发全解析
本文通过开发Python记账本应用的真实案例,展示通义灵码AI程序员2.0的代码生成能力。从需求分析到功能实现、界面升级及测试覆盖,AI程序员展现了需求转化、技术选型、测试驱动和代码可维护性等核心价值。文中详细解析了如何使用Python标准库和tkinter库实现命令行及图形化界面,并生成单元测试用例,确保应用的稳定性和可维护性。尽管AI工具显著提升开发效率,但用户仍需具备编程基础以进行调试和优化。
337 9
基于 Python 的布隆过滤器算法在内网行为管理中的应用探究
在复杂多变的网络环境中,内网行为管理至关重要。本文介绍布隆过滤器(Bloom Filter),一种高效的空间节省型概率数据结构,用于判断元素是否存在于集合中。通过多个哈希函数映射到位数组,实现快速访问控制。Python代码示例展示了如何构建和使用布隆过滤器,有效提升企业内网安全性和资源管理效率。
68 9
Chainlit:一个开源的异步Python框架,快速构建生产级对话式 AI 应用
Chainlit 是一个开源的异步 Python 框架,帮助开发者在几分钟内构建可扩展的对话式 AI 或代理应用,支持多种工具和服务集成。
356 9

热门文章

最新文章

AI助理

你好,我是AI助理

可以解答问题、推荐解决方案等