Misalkan kita memiliki data siswa yang disimpan dalam bentuk array dan kita ingin menyaring siswa yang gagal. Kami hanya akan memfilter array dan mengecualikan siswa yang gagal dan array baru dari siswa yang lulus akan diperoleh.
Langkah-langkah untuk memfilter Array NumPy
Langkah 1: Mengimpor modul NumPy.
Langkah 2: Membuat larik.
Langkah 3: Tambahkan kondisi penyaringan.
Langkah 4: Buat array baru yang difilter.
Sintaksis:
Ada beberapa cara untuk memfilter array. Itu tergantung pada kondisi filter, seperti jika kita hanya memiliki satu kondisi atau kita memiliki lebih dari satu kondisi.
Metode 1: Untuk Satu Kondisi Kami Akan Mengikuti Sintaks Berikut
Himpunan [ Himpunan < kondisi ]Dalam sintaks yang disebutkan di atas, 'array' adalah nama array dari mana kita akan memfilter elemen. Dan kondisi akan menjadi keadaan di mana elemen disaring dan operator '<' adalah tanda matematika yang mewakili kurang dari. Efisien untuk menggunakannya ketika kita hanya memiliki satu kondisi atau pernyataan.
Metode 2: Menggunakan Operator “ATAU”
Himpunan [ ( Himpunan < kondisi1 ) | ( Himpunan > kondisi2 ) ]Dalam metode ini, 'array' adalah nama array dari mana kita akan memfilter nilai dan kondisinya diteruskan ke sana. Operator “|” digunakan untuk mewakili fungsi 'ATAU' yang berarti dari kedua kondisi harus benar. Ini berguna ketika ada dua kondisi.
Metode 3: Menggunakan Operator 'DAN'.
Himpunan [ ( Himpunan < kondisi1 ) & ( Himpunan > kondisi2 ) ]Dalam sintaks berikut, 'array' adalah nama array yang akan difilter. Sedangkan kondisi akan berupa state seperti yang dibahas pada sintaks di atas sedangkan operator yang digunakan “&” adalah operator AND, yang berarti kedua kondisi tersebut harus benar.
Metode 4: Memfilter berdasarkan Nilai Terdaftar
Himpunan [ misalnya in1d ( Himpunan , [ Daftar nilai ] ) ]Dalam metode ini, kami melewati array yang ditentukan 'np.in1d' yang digunakan untuk membandingkan dua array apakah elemen array yang akan difilter ada di array lain atau tidak. Dan array diteruskan ke fungsi np.in1d yang akan difilter dari array yang diberikan.
Contoh #01:
Sekarang, mari kita terapkan metode yang dibahas di atas dalam sebuah contoh. Pertama, kami akan menyertakan pustaka NumPy kami yang disediakan oleh Python. Kemudian, kita akan membuat array bernama “my_array” yang akan menampung nilai “2”, “3”, “1”, “9”, “3”, “5”, “6”, dan “1”. Selanjutnya, kita akan meneruskan kode filter kita yaitu “my_array[(my_array <5)]” ke pernyataan print yang berarti kita memfilter nilai yang kurang dari “5”. Di baris berikutnya, kami membuat array lain dengan nama 'array' yang bertanggung jawab untuk memiliki nilai '1', '2', '6', '3', '8', '1' dan '0'. Untuk pernyataan cetak, kami melewati kondisi bahwa kami akan mencetak nilai yang lebih besar dari 5.
Terakhir, kami membuat array lain yang kami beri nama 'arr'. Itu memegang nilai '6', '7', '10', '12', dan '14'. Sekarang untuk array ini, kita akan mencetak nilai yang tidak ada di dalam array untuk melihat apa yang akan terjadi jika kondisinya tidak cocok. Untuk melakukannya, kami melewati kondisi yang akan menyaring nilai yang sama dengan nilai '5'.
impor numpy sebagai misalnyamy_array = misalnya Himpunan ( [ dua , 3 , 1 , 9 , 3 , 5 , dua , 6 , 1 ] )
mencetak ( 'nilai kurang dari 5' , my_array [ ( my_array < 5 ) ] )
Himpunan = misalnya Himpunan ( [ 1 , dua , 6 , 3 , 8 , 1 , 0 ] )
mencetak ( 'nilai lebih besar dari 5' , Himpunan [ ( Himpunan > 5 ) ] )
arr = misalnya Himpunan ( [ 6 , 7 , 10 , 12 , 14 ] )
mencetak ( 'nilai sama dengan 5' , arr [ ( arr == 5 ) ] )
Setelah mengeksekusi kode, kami memiliki output berikut sebagai hasilnya, di mana kami telah menampilkan 3 output yang pertama adalah untuk elemen kurang dari '5' dalam eksekusi kedua kami mencetak nilai lebih besar dari '5'. Pada akhirnya, kami mencetak nilai yang tidak ada karena kami melihatnya tidak menampilkan kesalahan apa pun tetapi menampilkan array kosong, yang berarti nilai yang diinginkan tidak ada dalam array yang diberikan.
Contoh #02:
Dalam contoh ini, kita akan menggunakan beberapa metode di mana kita dapat menggunakan lebih dari satu kondisi untuk memfilter array. Untuk melakukannya, kita cukup mengimpor library NumPy dan kemudian membuat array satu dimensi dengan ukuran “9” yang memiliki nilai “24”, “3”, “12”, “9”, “3”, “5”, “2”, “6”, dan “7”. Di baris berikutnya, kami menggunakan pernyataan cetak yang telah kami lewati array yang telah kami inisialisasi dengan nama 'my_array' dengan kondisi sebagai argumen. Dalam hal ini, kita telah melewati kondisi atau yang artinya dari keduanya, satu kondisi harus benar. Jika keduanya benar, maka akan ditampilkan data untuk kedua kondisi tersebut. Dalam kondisi ini, kami ingin mencetak nilai yang kurang dari “5” dan lebih besar dari “9”. Pada baris berikutnya, kita menggunakan operator AND untuk memeriksa apa yang akan terjadi jika kita menggunakan suatu kondisi untuk memfilter array. Dalam kondisi ini, kami menampilkan nilai yang lebih besar dari “5” dan kurang dari “9”.
Impor numpy sebagai misalnyamy_array = misalnya Himpunan ( [ 24 , 3 , 12 , 9 , 3 , 5 , dua , 6 , 7 ] )
mencetak ( “nilai kurang dari 5 atau lebih besar dari 9 ” , my_array [ ( my_array < 5 ) | ( my_array > 9 ) ] )
mencetak ( “nilai lebih besar dari 5 dan kurang dari 9 ” , my_array [ ( my_array > 5 ) & ( my_array < 9 ) ] )
Seperti yang ditunjukkan pada cuplikan di bawah ini, hasil kami untuk kode di atas ditampilkan di mana kami memfilter array dan mendapatkan hasil berikut. Seperti yang dapat kita lihat, nilai yang lebih besar dari 9 dan kurang dari 5 ditampilkan pada output pertama dan nilai antara 5 dan 9 diabaikan. Sedangkan pada baris berikutnya, kita telah mencetak nilai antara “5” dan “9” yaitu “6” dan “7”. Nilai lain dari array tidak ditampilkan.
Kesimpulan
Dalam panduan ini, kami telah membahas secara singkat penggunaan metode filter yang disediakan oleh paket NumPy. Kami telah menerapkan beberapa contoh untuk menjelaskan kepada Anda tentang cara terbaik untuk menerapkan metodologi filter yang disediakan oleh numpy.