numpy.where() 用法详解
numpy.where (condition[, x, y])
numpy.where() 有两种用法：
1. np.where(condition, x, y)
满足条件(condition)，输出x，不满足输出y。
如果是一维数组，相当于[xv if c else yv for (c,xv,yv) in zip(condition,x,y)]
>>> aa = np.arange(10)
>>> np.where(aa,1,-1)
array([-1, 1, 1, 1, 1, 1, 1, 1, 1, 1]) # 0为False，所以第一个输出-1
>>> np.where(aa > 5,1,-1)
array([-1, -1, -1, -1, -1, -1, 1, 1, 1, 1])
>>> np.where([[True,False], [True,True]], # 官网上的例子
[[1,2], [3,4]],
[[9,8], [7,6]])
array([[1, 8],
[3, 4]])
上面这个例子的条件为[[True,False], [True,False]]，分别对应最后输出结果的四个值。第一个值从[1,9]中选，因为条件为True，所以是选1。第二个值从[2,8]中选，因为条件为False，所以选8，后面以此类推。类似的问题可以再看个例子：
>>> a = 10
>>> np.where([[a > 5,a < 5], [a == 10,a == 7]],
[["chosen","not chosen"], ["chosen","not chosen"]],
[["not chosen","chosen"], ["not chosen","chosen"]])
array([['chosen', 'chosen'],
['chosen', 'chosen']], dtype='<U10')
2. np.where(condition)
只有条件 (condition)，没有x和y，则输出满足条件 (即非0) 元素的坐标 (等价于numpy.nonzero)。这里的坐标以tuple的形式给出，通常原数组有多少维，输出的tuple中就包含几个数组，分别对应符合条件元素的各维坐标。
>>> a = np.array([2,4,6,8,10]) >>> np.where(a > 5) # 返回索引 (array([2, 3, 4]),) >>> a[np.where(a > 5)] # 等价于 a[a>5] array([ 6, 8, 10]) >>> np.where([[0, 1], [1, 0]]) (array([0, 1]), array([1, 0]))
上面这个例子条件中[[0,1],[1,0]]的真值为两个1，各自的第一维坐标为[0,1]，第二维坐标为[1,0] 。
下面看个复杂点的例子：
>>> a = np.arange(27).reshape(3,3,3)
>>> a
array([[[ 0, 1, 2],
[ 3, 4, 5],
[ 6, 7, 8]],
[[ 9, 10, 11],
[12, 13, 14],
[15, 16, 17]],
[[18, 19, 20],
[21, 22, 23],
[24, 25, 26]]])
>>> np.where(a > 5)
(array([0, 0, 0, 1, 1, 1, 1, 1, 1, 1, 1, 1, 2, 2, 2, 2, 2, 2, 2, 2, 2]),
array([2, 2, 2, 0, 0, 0, 1, 1, 1, 2, 2, 2, 0, 0, 0, 1, 1, 1, 2, 2, 2]),
array([0, 1, 2, 0, 1, 2, 0, 1, 2, 0, 1, 2, 0, 1, 2, 0, 1, 2, 0, 1, 2]))
# 符合条件的元素为
[ 6, 7, 8]],
[[ 9, 10, 11],
[12, 13, 14],
[15, 16, 17]],
[[18, 19, 20],
[21, 22, 23],
[24, 25, 26]]]
所以np.where会输出每个元素的对应的坐标，因为原数组有三维，所以tuple中有三个数组。
1、numpy.where的返回结果
numpy.where调用方式为numpy.where(condition,1,2)
满足条件的位置上返回结果1，不满足的位置上返回结果2
例如通过where()函数将a数组中负值设为0，正值不变
如果没有指定返回结果，只有查找条件则返回满足条件的位置。返回的结果是一个元组（tuple），包含两个数组，第一个数组纪录的是行，第二个数组纪录的是列。
可以使用zip函数将返回的位置组成一个个坐标对，方便调用。zip函数直接返回的是一个对象，可以用过for循环遍历出里面的元素，也可以使用list直接列出所有坐标对元素。
2、numpy.where多条件查询
与： numpy.where((con1)*(con2))或者用&
或：numpy.where((con1)|(con2)) (重点：多条件查询时条件一定要用括号！一定要用括号！一定要用括号！)
以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持脚本之家。
相关文章
这篇文章主要给大家介绍python算法练习兔子产子，文章先进行问题描述及分析然后设计算法最后再得出完整程序,需要的朋友可以参考一下 文章得具体内容2021-10-10
这篇文章主要介绍了Python替换NumPy数组中大于某个值的所有元素实例，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2020-06-06
这篇文章主要介绍了python uuid模块使用实例,本文给出简单使用示例,讲解uuid1、uuid3、 uuid4、 uuid5这几个方法,需要的朋友可以参考下2015-04-04
这篇文章主要介绍了python里使用正则的findall函数的实例详解的相关资料,希望通过本文能帮助到大家，需要的朋友可以参考下2017-10-10
详解pandas中MultiIndex和对象实际索引不一致问题
这篇文章主要介绍了详解pandas中MultiIndex和对象实际索引不一致问题,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧2019-07-07
这篇文章主要介绍了Flask框架Flask-Login用法,结合实例形式分析了Flask-Login插件进行登录验证的相关操作技巧与注意事项,需要的朋友可以参考下2018-07-07
Python 拥有海量的包,无论是普通任务还是复杂任务,我们经常在应用程序中使用大量的工具包.本文我将讨论一些常被低估的数据科学包,包括：数据清理、应用程序开发和调试方面,需要的朋友可以参考下2021-06-06
这篇文章主要为大家详细介绍了如何使用Python实现有趣的锁屏小工具,这样再也不用担心因为没有锁屏被扣工资啦,打工人快跟随小编一起学习一下吧2023-12-12
这篇文章主要介绍了Django框架用户注销功能实现方法,结合实例形式分析了基于Django框架的删除cookie实现用户注销功能的相关操作技巧,需要的朋友可以参考下2019-05-05
今天小编就为大家分享一篇python 多线程重启方法，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2019-02-02
最新评论