26. diel - NumPy - Filtrovanie dát

V predchádzajúcej lekcii, NumPy - Výber dát - Pohľad a kópie, sme si vysvetlili rozdiel medzi pohľadmi a kópiami pri slicingu v NumPy.

V dnešnom tutoriáli knižnice NumPy v Pythone si vysvetlíme postup pri filtrovaní hodnôt polí pomocou polí booleovských hodnôt. Porovnávame si filtrovanie natívnym Pythonom s filtrovaním pomocou knižnice NumPy.

Filtrovanie natívnym Pythonom

Začneme tým, že si ujasníme pojem filtrovanie dát. Princíp filtrovania v základe implementuje aj natívny Python a často sa s ním stretneme aj pri použití knižnice Pandas. Najlepšie si filtrovanie vysvetlíme na príklade z dátovej vedy.

Príklad

Majme teda niekoľko polí, kedy každé obsahuje iný typ hodnôt. Dohromady vytvárajú takú malú "databázovú" tabuľku. Napríklad mená študentov v triede a dátumy ich narodenia:

students_names = np.array([
                            'Emily',
                            'James',
                            'Oliver'
                        ])

students_year = np.array([
                            2006,
                            2005,
                            2006
                        ])

Teraz budeme chcieť nájsť len študentov, ktorí sa narodili v roku 2006. Na to slúži práve filtrovanie.

V natívnom Pythone si vytvoríme zoznam booleovských hodnôt (list) rovnakej dĺžky, ako je počet položiek v pôvodnom poli. Na každú pozíciu zoznamu doplníme True alebo False podľa toho, či hodnota spĺňa našu podmienku. Pomocou tohto boolean zoznamu potom môžeme filtrovať pôvodné dáta.

Pre našu konkrétnu minidatabázu chceme dosiahnuť hodnoty [True, False, True]. Je viac spôsobov, ako takýto zoznam vytvoriť. Ukážeme si dva spôsoby:

...koniec náhľadu článku...
Pokračuj ďalej