NumPy模块提供了numpy.where()函数, 用于根据条件选择元素。它返回根据条件从a或b中选择的元素。
例如, 如果所有参数-> condition, 则将a&b传入numpy.where(), 然后它将根据条件产生的布尔数组中的值返回从a&b中选择的元素。
如果仅提供条件, 则此函数是函数np.asarray(condition).nonzero()的缩写。尽管应直接首选非零值, 因为它对于子类的行为正确。
句法:
numpy.where(condition[, x, y])
参数:
这些是numpy.where()函数中的以下参数:
条件:array_like, 布尔
如果此参数设置为True, 则产生x, 否则产生y。
x, y:array_like:
此参数定义从中选择的值。 x, y和条件需要广播为某种形状。
返回值:
此函数返回条件为True的x元素和其他地方y元素的数组。
示例1:np.where()
import numpy as np
a=np.arange(12)
b=np.where(a<6, a, 5*a)
b
在上面的代码中
- 我们导入了别名为np的numpy。
- 我们使用np.arange()函数创建了一个数组’a’。
- 我们已经声明了变量” b”并分配了np.where()函数的返回值。
- 我们已经在函数中传递了数组” a”。
- 最后, 我们尝试打印b的值。
在输出中, 范围从0到5的值保持与条件相同, 其他值已乘以5。
输出
array([ 0, 1, 2, 3, 4, 5, 30, 35, 40, 45, 50, 55])
示例2:对于多维数组
import numpy as np
a=np.arange(12)
b=np.where([[True, False], [True, True]], [[1, 2], [3, 4]], [[9, 8], [7, 6]])
b
输出
array([[1, 8], [3, 4]])
示例3:广播x, y和条件
import numpy as np
x, y = np.ogrid[:3, :4]
a=np.where(x > y, x, 10 + y)
a
输出
array([[10, 11, 12, 13], [ 1, 11, 12, 13], [ 2, 2, 12, 13]])
在上面的代码中
- 我们导入了别名为np的numpy。
- 我们使用np.arange()函数创建了一个数组’a’。
- 我们声明了变量” b”并分配了np.where()函数的返回值。
- 我们传递了一个布尔数组作为条件, 而x和y作为一个整数数组。
- 最后, 我们尝试打印b的值。
在输出中, 如果满足条件, 则将x值与y值进行比较, 然后将其输出x值, 否则将输出y值, 该值已作为where()函数中的参数传递。
示例4:广播特定值
x=np.array([[0, 1, 2], [0, 2, 5], [0, 4, 8]])
y=np.where(x<4, x, -2)
y
输出
array([[ 0, 1, 2], [ 0, 2, -2], [ 0, -2, -2]])
评论前必须登录!
注册