Numpy中的数组搜索中np.where方法详细介绍
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。
补充
np.where和np.searchsorted同属于Numpy数组搜索的一部分，这里先介绍简单的where
import numpy as np a = np.array([1, 2, 3, 4, 5]) b = np.where(a == 5) print(b)
where方法将会返回一个元祖
(array([4]),)
此外还将介绍一个搜索奇数和偶数的方法（数组全都默认使用最上面的a数组）
可见，简单的判断余数即可
c = np.where(a%2 == 0) print(c) d = np.where(a%2 == 1) print(d)
返回：
(array([1, 3]),) (array([0, 2, 4]),)
关于np.where方法到这里就结束啦
到此这篇关于Numpy中的数组搜索中np.where方法详细介绍的文章就介绍到这了,更多相关Numpy np.where 内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！
相关文章
本篇文章主要介绍了Python搭建FTP服务器的方法示例，小编觉得挺不错的，现在分享给大家，也给大家做个参考。一起跟随小编过来看看吧2018-01-01
开发或者测试网站程序时，我们很多时候都会遇到多个hosts文件来回切换，windows的hosts文件目录比较深，麻烦，因此，用python写了个小脚本来简化此功能2013-12-12
这篇文章主要介绍了Pycharm远程连接服务器并实现代码同步上传更新功能,通过配置远程连接pycharm，直接在windows下pycharm里修改再保存就可以实现同步更新到服务器里的代码里了，需要的朋友可以参考下2020-02-02
pickle提供了一个简单的持久化功能。可以将对象以文件的形式存放在磁盘上,pickle序列化后的数据，可读性差，人一般无法识别，本文详细介绍了pickle模块的使用方法2021-10-10
凸包是一个计算几何中的概念，在图像处理过程中，我们常常需要寻找图像中包围某个物体的凸包，本文就使用OpenCV实现，感兴趣的可以了解一下2021-06-06
这篇文章主要为大家详细介绍了使用python和opencv实现抠图，具有一定的参考价值，感兴趣的小伙伴们可以参考一下2018-07-07
这篇文章主要介绍了Python转换HTML到Text纯文本的方法,分析了常用的两种方法,非常具有实用价值,需要的朋友可以参考下2015-01-01
这篇文章主要介绍了python之如何使用openpyxl设置单元格样式，具有很好的参考价值，希望对大家有所帮助。如有错误或未考虑完全的地方，望不吝赐教2023-06-06
这篇文章主要给大家介绍了关于Python中执行调用JS的多种实现方法,在一些特殊的python应用场景下需要逆向执行javascript代码块或者.js文件,需要的朋友可以参考下2023-08-08
在实际开发中，对象的某些属性或方法可能只希望在对象的内部被使用，而不希望在外部被访问到，私有属性就是对象不希望公开的属性，私有方法就是对象不希望公开的方法2021-10-10
最新评论