您现在的位置是:门户> 编程语言> Python

numpy.where() 用法详解
2020-01-24 2504人围观 0条评论
简介这篇文章主要介绍了numpy.where() 用法详解,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

    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='
    

    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。

    您可能感兴趣的文章:
分享:

文章评论

    • wxpython 学习笔记 第一天
    • python文本数据处理学习笔记详解