Lekce 26 - NumPy - Filtrování dat

V předchozí lekci, NumPy - Výběr dat - Pohled a kopie, jsme si vysvětlili rozdíl mezi pohledy a kopiemi při slicingu v NumPy.

V dnešním tutoriálu knihovny NumPy v Pythonu si vysvětlíme postup při filtrování hodnot polí pomocí polí booleovských hodnot. Porovnáme si filtrování nativním Pythonem s filtrováním pomocí knihovny NumPy.

Filtrování nativním Pythonem

Začneme tím, že si ujasníme pojem filtrování dat. Princip filtrování v základu implementuje i nativní Python a často se s ním setkáme i při použití knihovny Pandas. Nejlépe si filtrování vysvětlíme na příkladu z datové vědy.

Příklad

Mějme tedy několik polí, kdy každé obsahuje jiný typ hodnot. Dohromady vytvářejí takovou malou "databázovou" tabulku. Například jména studentů ve třídě a datumy jejich narození:

studenti_jmena = np.array([
                            'Terka',
                            'Jakub',
                            'Evžen'
                        ])
studenti_rok = np.array([
                            2006,
                            2005,
                            2006
                        ])

Nyní budeme chtít najít jen studenty, kteří se narodili v roce 2006. K tomu slouží právě filtrování. Vytvoříme pole stejné délky, jako je počet položek v originálním poli. Na každou pozici pole doplníme pomocí True/False, zda splňuje naši podmínku. Pomocí tohoto boolean pole pak jednoduše profiltrujeme originální pole a vytvoříme nové pole, které už bude mít pouze požadované hodnoty. Pro naši konkrétní minidatabázi chceme dosáhnout hodnot [True, False, True]. Je více způsobů, jak takové pole vytvořit. Ukážeme si dva způsoby:

...konec náhledu článku...
Pokračuj dál