為了數據分析快捷方便，實際操作中，我們往往要對字符串標簽進行0和1的轉換操作，如性別：男和女。還有根據條件進行轉換，比如：大于60的歸為1，60以下的歸為2。

以下是在Numpy中進行轉換的例子：

>>>import numpy as np

>>> a=np.array([['nan',90,10,12,88],['nan',70,20,30,99],['nv',30,20,10,44],['nv'

,28,3,12,50]])

>>> a

array([['nan', '90', '10', '12', '88'],

['nan', '70', '20', '30', '99'],

['nv', '30', '20', '10', '44'],

['nv', '28', '3', '12', '50']], dtype='

以上可以看到，系統自動把數組數據類型設為字符串型

以下把數組中的nan和nv分別轉換為1和2

>>> a[a=='nan']=1

>>> a

array([['1', '90', '10', '12', '88'],

['1', '70', '20', '30', '99'],

['nv', '30', '20', '10', '44'],

['nv', '28', '3', '12', '50']], dtype='

>>> a[a=='nv']=2

>>> a

array([['1', '90', '10', '12', '88'],

['1', '70', '20', '30', '99'],

['2', '30', '20', '10', '44'],

['2', '28', '3', '12', '50']], dtype='

下面數組類型作一轉換，把字符串型轉化為整型

>>> a.astype(int)

array([[ 1, 90, 10, 12, 88],

[ 1, 70, 20, 30, 99],

[ 2, 30, 20, 10, 44],

[ 2, 28, 3, 12, 50]])

以下是對第5列(索引號4)進行分類操作，小于60的標記為2，大于等60的標記為1

>>> a[:,4][a[:,4]<60]=2

>>> a

array([[ 1, 90, 10, 12, 88],

[ 1, 70, 20, 30, 99],

[ 2, 30, 20, 10, 2],

[ 2, 28, 3, 12, 2]])

>>> a[:,4][a[:,4]>=60]=1

>>> a

array([[ 1, 90, 10, 12, 1],

[ 1, 70, 20, 30, 1],

[ 2, 30, 20, 10, 2],

[ 2, 28, 3, 12, 2]])

總結

以上是生活随笔為你收集整理的python条件替换_Python中Numpy条件替换操作一例的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。