Contenu du cours
Numpy Ultime
Numpy Ultime
Indexation Booléenne
Indexation booléenne (également connue sous le nom de indexation de tableau booléen) nous permet de sélectionner des éléments dans un tableau en fonction de certaines conditions. Ce type d'indexation est extrêmement utile pour filtrer efficacement les données dans les tableaux, en particulier dans les grands.
Tableaux Booléens
Pour comprendre comment fonctionne l'indexation booléenne, nous devons d'abord comprendre ce que sont les tableaux booléens.
Un tel tableau peut être créé soit en spécifiant explicitement ses éléments, soit en fonction d'une certaine condition pour les éléments d'un tableau particulier.
import numpy as np # Creating an array of integers from 1 to 10 inclusive array = np.arange(1, 11) # Creating a boolean array based on a condition boolean_array = array > 5 print(boolean_array)
Ici, array est un tableau d'entiers de 1 à 10 inclus. Nous créons ensuite un tableau booléen nommé boolean_array basé sur la condition array > 5. Cela signifie que si un certain élément de array est supérieur à 5 (la condition est True), l'élément dans boolean_array à cet index est True; sinon, il est False.
Le tableau supérieur est notre tableau initial où les éléments verts ne correspondent pas à la condition, et les éléments violets correspondent à la condition. Le tableau inférieur est notre tableau booléen créé.
Indexation de Tableau Booléen
L'indexation booléenne fonctionne de manière assez simple : vous spécifiez simplement le tableau booléen entre crochets carrés. Les éléments résultants sont ceux dont les indices correspondent aux éléments avec des valeurs True dans le tableau booléen.
Vous pouvez voir que les éléments avec des valeurs True ont des indices de 5 à 9. En conséquence, les éléments du array à ces indices sont retournés par indexation booléenne (l'image ci-dessus correspond à ce code) :
import numpy as np # Creating an array of integers from 1 to 10 inclusive array = np.arange(1, 11) print(array[array > 5])
Merci pour vos commentaires !
