Python从一维数组中筛选出大于0.5的数

可以使用numpy的数组过滤功能来实现：

import numpy as np

arr = np.array([0.2, 0.6, 0.8, 0.3, 0.9, 0.1])
filtered_arr = arr[arr > 0.5]

print(filtered_arr)

输出：

[0.6 0.8 0.9]

在上面的代码中，首先定义了一个一维数组`arr`，然后使用`arr > 0.5`来获取一个布尔数组，其中大于0.5的元素为`True`，小于等于0.5的元素为`False`。接着将这个布尔数组作为索引，用`arr[arr > 0.5]`来获取大于0.5的元素，最后将结果打印出来。

相关问题

创建一个5✖️5的二维数组，元素为（0，1）的浮点数。使用布尔索引选择数组中即大于0.5又小于0.9的元素

创建一个5×5的二维数组，其中所有元素都是0.5和1之间的浮点数，你可以这样做：

import numpy as np

# 创建一个5x5的二维数组，元素范围在0.5到0.9之间（包括两端）
arr = np.array([[np.random.uniform(0.5, 0.9) for _ in range(5)] for _ in range(5)])

# 使用布尔索引来选择满足条件的元素
mask = (arr > 0.5) & (arr < 0.9)
selected_elements = arr[mask]

print("原始数组:\n", arr)
print("筛选后的元素:\n", selected_elements)

在这个例子中，我们首先导入了NumPy库，然后生成了一个5行5列的二维数组，每个元素的值通过`np.random.uniform()`随机生成在0.5和0.9之间。接下来，我们创建了一个布尔数组`mask`，它的每个元素对应原数组的一个元素，如果该元素大于0.5且小于0.9，对应的`mask`就是True。最后，我们使用布尔索引`mask`来选取满足条件的元素。

对已定义的数组arr进行筛选，arr的形式如下： [[ 0.5 -0.8] [ 0.9 -0.3]] 将所有大于0的数据提取并赋值给arr_extra（一维数组），补充代码实现该功能。

arr_extra = arr[arr > 0]

解释：

- `arr > 0` 返回一个布尔型数组，表示arr中哪些元素大于0。
- `arr[arr > 0]` 用布尔型数组索引arr，提取所有大于0的元素，返回一个一维数组。
- 这个一维数组就是我们要的结果，赋值给`arr_extra`即可。