19. diel - Filtrovanie dát

V predchádzajúcej lekcii, Vytváranie funkcií typu ufunc a práca s nimi, sme sa naučili vytvárať vlastné funkcie typu ufunc a tiež sme si ukázali použitie funkcií reduce() a accumulate(), ktoré ďalej rozširujú možnosti použitia ufunc.

V nasledujúcom tutoriále knižnice NumPy v Pythone si vysvetlíme postup pri filtrovaní hodnôt polí pomocou polí booleovských hodnôt. Ukážeme si možnosti, ktoré nám v tomto prípade dáva knižnica NumPy.

Filtrovanie dát

Začneme tým, že si ujasníme pojem „filtrovanie“. Princíp filtrovania v základe implementuje aj natívny Python a často sa s ním stretneme aj pri používaní knižnice Pandas. Najlepšie si filtrovanie vysvetlíme na príklade z dátovej vedy. 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([
                            'Teresa',
                            'Jacob',
                            'Eugene'
                        ])
students_year  = np.array([
                            2006,
                            2005,
                            2006
                        ])

Teraz budeme chcieť nájsť len študentov, ktorí sa narodili v roku 2006. Na to slúži práve filtrovanie. Vytvoríme pole rovnakej dĺžky, ako je počet položiek v originálnom poli, ale na každú pozíciu pomocou True/False doplníme, či spĺňa našu podmienku. Pomocou tohto boolean poľa potom jednoducho "profiltrujeme" originálne pole a vytvoríme nové. To už bude mať iba požadované hodnoty. Pre našu konkrétnu minidatabázu chceme dosiahnuť hodnoty [True, False, True]. Je viac spôsobov, ako takéto pole vytvoriť. Ukážeme si dva jednoduché príklady: .

...koniec náhľadu článku...
Pokračuj ďalej