我是 numpy 新手,在尝试过滤样本子集时遇到了麻烦。
我有一个形状为的矩阵(1000, 12)
。也就是说,一千个样本,每个样本有 12 个数据列。我愿意创建两个矩阵,一个包含样本中的所有异常值,另一个包含所有不是异常值的元素;生成的矩阵应具有以下形状:
norm.shape = (883, 12)
outliers.shape = (117, 12)
为了识别异常值,我使用了这个条件:
cond_out = (dados[0:,RD_EVAL] > _max_rd) | (dados[0:,DUT_EVAL] > _max_dut)
也就是说,对于矩阵中的每一行,我都在寻找两列的值。如果其中一个高于某个阈值,则该线被视为异常值。关键是,这个条件有一个 shape (1000,)
,所以当我压缩原始矩阵时,我得到了一个(117,)
结果。我怎样才能过滤矩阵,所以结果是(117,12)
,也就是说,一个包含所有异常值行的矩阵,但每个行都包含所有数据列?