Python 数组过滤 - 优雅地对数组进行精准筛选

在Python编程中，经常需要筛选数组中的特定元素。

一、基本过滤方法

Python提供了基本的过滤方法，使用for循环遍历数组，通过if语句筛选符合条件的元素。代码如下：

arr = [1, 2, 3, 4, 5, 6, 7, 8, 9]
result = []
for i in arr:
    if i % 2 == 0:
        result.append(i)
print(result)

输出为：

[2, 4, 6, 8]

上述代码中，arr是我们要筛选的数组，通过循环遍历每一个元素，如果该元素满足条件（被2整除），则将其加入到结果数组result中。

二、利用filter()方法

Python提供了filter()方法，用于筛选符合条件的元素。filter()方法接受一个函数和一个序列作为参数，函数返回值为布尔值。代码如下：

arr = [1, 2, 3, 4, 5, 6, 7, 8, 9]
result = filter(lambda x: x % 2 == 0, arr)
print(list(result))

输出为：

[2, 4, 6, 8]

上述代码中，lambda函数判断当前元素是否被2整除，filter()方法将该函数应用于数组中的每个元素，返回值为True的元素被筛选出来，最终以列表的形式输出。

三、利用列表推导式

Python提供了列表推导式，可以用一行代码实现数组筛选。代码如下：

arr = [1, 2, 3, 4, 5, 6, 7, 8, 9]
result = [x for x in arr if x % 2 == 0]
print(result)

输出为：

[2, 4, 6, 8]

上述代码中，利用列表推导式将数组arr中满足条件（被2整除）的元素筛选出来并存储在result数组中。

四、高级过滤方法——numpy库

numpy（Numerical Python）是Python的数值计算扩展库，提供了强大的数组操作功能。在numpy中，可以通过比较运算符筛选符合条件的元素。代码如下：

import numpy as np
arr = np.array([1, 2, 3, 4, 5, 6, 7, 8, 9])
result = arr[arr % 2 == 0]
print(result)

输出为：

[2 4 6 8]

上述代码中，将数组转换为numpy数组，通过比较运算符%筛选出满足条件的元素，最终返回一个numpy数组。

总结

以上是Python中常见的几种数组过滤方法，根据不同的需求选择合适的方法可以使筛选更加高效。