基于多逻辑条件的数值矩阵行删除

Question

我有以下数据集：

我想删除第一象限和第三象限的数据

有什么建议吗

这是我正在使用的代码：

def circGuass(N,Mean,VAR):
dimension = len(Mean)
a = np.array(Mean)
p = np.random.randn(dimension,N)
h = np.tile(a, (2, N//2))
x = math.sqrt(Var) * p + h
return x

import sys
import math
import numpy as np
import matplotlib.pyplot as plt
M1 = 0
Var = 1
N = 500
Mean = [M1, M1]
X = circGuass(N, Mean, Var)
rowonex= X[0]
rowtwox = X[1]
plt.scatter(rowonex,rowtwox , color='blue', marker='+')
plt.show()

我试图按照下面的代码删除数据，但没有成功

X = X[np.logical_not(np.logical_and(data[:,0] > value, X[:,0] < value))]

Answer 1

部分问题是散点图将每个点成对绘制。这意味着，如果要删除某个点，则必须删除X[0]中的值以及对应索引X[1]中的值

这是你可以利用熊猫的东西。幸运的是，pandas是建立在numpy之上的，并且非常高兴地处理numpy阵列

因为第一和第三象限的点相乘得到负数，第二和第四象限的点相乘得到正数，所以我们可以将两列相乘来决定要保留哪些点。然后我们只从否定的答案中分一杯羹

所以你可以尝试这样的解决方案：

import pandas as pd

df = pd.DataFrame(X).T  # transposed for easier plotting
df = df[(df[0] * df[1]) <= 0]  # slice df to get 2nd and 4th quadrant values
df.plot.scatter(0,1, marker='+', c='b')  # plot