np.where( )和np.zeros( )的用法详解

一  np.where()

np.where() 是 NumPy 库中的一个函数，它用于根据条件从两个数组中选择值。它的一般语法如下：

numpy.where(condition, x, y)

1.condition：一个布尔数组或条件，用于确定在输出中选择 x 还是 y 的元素。
2.x：一个数组，表示当 condition 中的元素为 True 时要选择的值。
3.y：一个数组，表示当 condition 中的元素为 False 时要选择的值。np.where() 函数根据 condition 中的值来选择 x 或 y 中的对应元素，从而创建一个新的数组，该数组的形状与 condition、x 和 y 相同。
以下是 np.where() 的示例用法：

import numpy as np

# 创建示例数组
arr = np.array([1, 2, 3, 4, 5])

# 创建条件数组
condition = arr > 3

# 使用np.where()根据条件选择值
result = np.where(condition, arr, 0)

print(result)

在这个示例中，condition 数组是 arr > 3，它包含了布尔值，表示在 arr 中哪些元素大于3。np.where() 根据条件从 arr 中选择对应的值，大于3的元素保持不变，小于等于3的元素被替换为0，因此输出是 [0 0 0 4 5]。
np.where() 可用于多维数组，它使条件选择和值替换变得非常方便。您可以根据不同的条件创建新的数组，或者根据条件来修改现有数组中的元素。

二  np.zeros()

np.zeros 是 NumPy 中的一个函数，用于创建一个由零组成的数组。这个函数的语法是：

numpy.zeros(shape, dtype=float, order='C')

其中：

1.shape 是一个整数或元组，表示数组的形状（维度）。
2.dtype 是数组的数据类型，可选参数，默认为 float。
3.order 指定数组元素在内存中的排列顺序，可以是'C'（按行），'F'（按列），默认是'C'。下面是一些用法解析的示例：
示例 1：创建一个标量（零维数组）

import numpy as np

scalar = np.zeros(())  # 创建一个零维数组，也就是一个标量
print(scalar)
# 输出：0.0

示例 2：创建一个一维数组

import numpy as np

array_1d = np.zeros(5)  # 创建一个包含5个元素的一维数组
print(array_1d)
# 输出：[0. 0. 0. 0. 0.]

示例 3：创建一个二维数组

import numpy as np

array_2d = np.zeros((3, 4))  # 创建一个3行4列的二维数组
print(array_2d)
# 输出：
# [[0. 0. 0. 0.]
#  [0. 0. 0. 0.]
#  [0. 0. 0. 0.]]

示例 4：指定数据类型

import numpy as np

array_int = np.zeros((2, 2), dtype=int)  # 创建一个包含整数的二维数组
print(array_int)
# 输出：
# [[0 0]
#  [0 0]]

示例 5：指定排列顺序

import numpy as np

array_f_order = np.zeros((2, 3), order='F')  # 创建一个按列排列的二维数组
print(array_f_order)
# 输出：
# [[0. 0. 0.]
#  [0. 0. 0.]]

这些示例演示了 np.zeros 的一些基本用法。你可以根据自己的需求调整形状、数据类型和排列顺序。