Numpy学习笔记(三)：np.where和np.logical_and/or/not详解

np.where()

np.where(条件)，若条件满足，返回索引值
np.where(条件，x，y)，若条件满足，返回x，否则返回y

主要是运用在一维数组、二维数组、多维数组和根据元素找到对应的索引位置

• 一维数组中直接返回索引位置，但是是以数组的形式返回的，默认为int
• 二维数组中返回两组索引(分别是行纵坐标的索引)
• 多维数组中对应True类型的位置返回，其它的根据你设定的值进行输出
• 最后一个可根据元素的bool值，直接找到数组中对应的True的位置，然后通过np.where直接找到对应的行纵坐标。

具体代码:

import numpy as np
print("*-------------1 d---------------------*")
# 一维数组
a = np.array([1,2,3,4,5])
b = np.where(a>2)
c = np.where(a>2,a,0)
print(a)
print(b)
print(c)

print("*-------------2 d---------------------*")

# 二维数组
a1 = np.arange(4*5).reshape(4,5)
b1 = np.where(a1>9)
c1 = np.where(a1>9,a1,0)
print(a1)
print(b1)
print(c1)

print("*---------------multi d-----------------*")

a2 = np.arange(16).reshape(2,2,4)
b2 = np.where([True,False,True,False],a2,0)
print(a2)
print(b2)

print("*---------------find position-----------------*")

a3 = np.arange(4*5).reshape(4,5)
position = [5,9,15]
b3 = np.isin(a3,position)
c3 = np.where(b3)
print(a3)
print(b3)
print(c3)

运行结果：

np.logical_and/or/not

np.logical_and/or/not相当于逻辑与/或非。
具体代码:

import numpy as np

a = 0.65 # (0.8, 1] is positive
b = 0.3 # [0, 0.3] (0.65,0.8] is negative
c = 0.4 # (0.4, 0.65] is part faces

x = eval(input("please input a number:"))
if x>a:
    print("this is a positive range.")
elif np.logical_and(x>c,x<=a):
    print("this is a part range")
elif np.logical_or(np.logical_and(x>=0,x<=b),np.logical_and(x>a,x<=0.8)):
    print("this is a negative range")
else:
    print("0")

print(np.logical_not([a,b,c,0,True,False]))

运行结果: