Boolean-Valued Indexing in Python

Cos'è la Boolean-Valued Indexing

Il Boolean-Valued Indexing è una tecnica che posso utilizzare nel linguaggio Python per selezionare gli elementi di un array che soddisfano una particolare condizione.

Ad esempio, creo un array tramite il modulo Numpy

>>> import numpy as np
>>> A = np.arange(10)

Nell'array A ci sono dieci elementi numerici.

>>> A
array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])

Per selezionare gli elementi maggiori di 5 mi basta scrivere

>>> A>5

Python mi restituisce un array con valori booleani indicandomi quali elementi dell'array A soddisfano la condizione A>5

array([False, False, False, False, False, False, True, True, True, True])

Per selezionare gli elementi digito

>>> A[A>5]

Il costrutto A>5 viene sostituito dall'array con i valori booleani [False, False, False, False, False, False, True, True, True, True]

In questo modo l'interprete restituisce solo gli elementi dell'array A che hanno valore booleano True

L'output è il seguente

array([6, 7, 8, 9])

Potrei usare la condizione anche per modificare contemporaneamente tutti gli elementi dell'array che soddisfano la condizione

Ad esempio, per azzerare tutti gli elementi dell'array A minori di 6 digito

>>> A[A<6]=0

Dopo la modifica il contenuto dell'array A è il seguente

>>> A
array([0, 0, 0, 0, 0, 0, 6, 7, 8, 9])

Faccio un altro esempio

Creo una matrice 3x3

>>> M=np.array([[1, 2, 3],[4, 5, 6], [7, 8, 9]])

Per selezionare la seconda e la terza colonna tramite il boolean-valued indexing digito

>>> M[:,np.array([False, True, True])]

Il risultato in output è

[[2 3]
[5 6]
[8 9]]

La differenza tra slicing e boolean-valued indexing

A differenza dell slicing, la selezione tramite la boolean-valued indexing registra i dati in uno spazio di memoria indipendente.

Quindi, se modifico i valori della selezione la modifica non si ripercuote sull'array di origine.

Ad esempio, salvo la selezione nella variabile B

>>> B=A[A>5]

Ora la variabile B è composta dai seguenti elementi

>>> B
array([6, 7, 8, 9])

Modifico il primo valore dell'array B

>>> B[0]=-1

L'array B viene modificato

>>> B
array([-1, 7, 8, 9])

L'array A invece non viene modificato perché si trova in altri indirizzi di memoria

>>> A
array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])

Cosa accade nel caso dello slicing?

Se avessi selezionato gli stessi elementi tramite lo slicing avrei compiuto una copia per riferimento puntando gli stessi spazi di memoria dell'array iniziale.

>>> B=A[6:]

>>> B
array([6, 7, 8, 9])

Pertanto, una qualsiasi modifica all'array B si ripercuote anche sull'array A perché i due array A e B puntano agli stessi indirizzi di memoria

>>> B[0]=-1

>>> B
array([-1, 7, 8, 9])

In questo caso anche l'array A viene modificato

>>> A
array([ 0, 1, 2, 3, 4, 5, -1, 7, 8, 9])

E così via.