NumPy教程-numpy.where()在 Python 中的使用
NumPy模块提供了一个函数numpy.where()，用于基于条件选择元素。它根据条件从a或b中选择元素。
例如，如果在numpy.where()中传递所有参数 -> condition、a 和 b，它将根据条件产生的布尔数组中的值，从a和b中选择元素。
如果只提供条件，这个函数是函数np.asarray (condition).nonzero()的简写。尽管直接使用nonzero是更好的选择，因为它对子类的行为是正确的。
语法:
numpy.where(condition[, x, y])参数:
numpy.where() 函数有以下参数：
condition: array_like, bool
如果这个参数设置为 True，则返回 x，否则返回 y。
x, y: array_like:
这个参数定义了要选择的值。x、y 和 condition 需要能够广播到某个形状。
返回值:
这个函数返回一个数组，其中包含满足条件为 True 时来自 x 的元素，其他情况下来自 y 的元素。
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 库。
- 我们使用 np.arange() 函数创建了一个名为 'a' 的数组。
- 我们声明了变量 'b'，并将 np.where() 函数的返回值赋给它。
- 我们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，满足条件的值从 0 到 5 保持不变，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 condition
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 库。
- 我们使用 np.arange() 函数创建了一个名为 'a' 的数组。
- 我们声明了变量 'b'，并将 np.where() 函数的返回值赋给它。
- 我们在函数中传递了一个布尔值的多维数组作为条件，并传递了整数数组 x 和 y。
- 最后，我们尝试打印 'b' 的值。
在输出中，将比较 x 的值与 y 的值，如果满足条件，则打印 x 的值，否则打印在 where() 函数中作为参数传递的 y 的值。
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]])
