如何使用python的列表理解来执行下面的matlab代码？

Question

好的，在Matlab中，我有一个一维向量“分数”：

Scores = [3;7;3;2;1;5;1];

我想做的是从所有小于3的元素中减去0.5。在matlab中，我可以做到：

Scores(Scores < 3) = Scores(Scores < 3 ) - 0.5;

然后，我可以使用此结果获得一个布尔向量，该向量表示要删除相应对象的分数的索引：

animals2Delete = animalIDs(Scores < 2)

所以： 如果我的动物名单如下：

animalIDs = [1,2,3,4,5,6,7];

我的matlab代码可以返回：

animals2Delete = [4,5,7]

我的问题是：我能以一种有效的方式使用pythons列表理解吗？或者我需要使用numpy或其他软件包？你知道吗

提前谢谢！你知道吗

Answer 1

这是可行的，但在我看来，将更容易和清洁与numpy。你知道吗

不带numpy：

Scores = [3, 7, 3, 2, 1, 5, 1]
Scores = [i-0.5 if i<3 else i for i in Scores]

animalIDs = [1, 2, 3, 4, 5, 6, 7] 
animals2Delete = [id for id, score in zip(animalIDs, Scores) if score < 2]
#this could be made in a number of ways, this is just one way.

与numpy逻辑更像是在Matlab中

import numpy as np

Scores = np.array( [3, 7, 3, 2, 1, 5, 1] )
Scores[ Scores < 3 ] = Scores[ Scores < 3 ] - 0.5

animalIDs = np.array( [1, 2, 3, 4, 5, 6, 7] )
animals2Delete = animalIDs[ Scores < 2 ]
#Again, just one way to do it.

Answer 2

似乎所有得分为<；2.5的元素都将被删除。你知道吗

animals2Delete=[]
index=0

for i in Scores:
    if i < 2.5:
        animals2Delete.append(animalIDs[index])
    index+=1

如果我对你的问题理解不正确，请告诉我。你知道吗

Answer 3

假设您使用numpy数组：

import numpy as np
Scores = np.array([3,7,3,2,1,5,1])
animalIDs = np.array([1,2,3,4,5,6,7])

只需创建一个分数小于或等于2的布尔掩码

animals2Delete = Scores <= 2

然后把这个面具贴在动物的身份证上：

animalIDs[animals2Delete]
# returns array([4, 5, 7])

或者一步到位：

animalIDs[Scores <= 2]

这不使用列表理解，而是numpys优化的迭代。结果，至少，应该是你想要的。你知道吗