numpy.where用法详解，对2维数组判断解释的比较清楚的

最新推荐文章于 2024-04-20 14:42:55 发布
最新推荐文章于 2024-04-20 14:42:55 发布
阅读量1.8k 收藏
点赞数
分类专栏： numpy 线性代数
原文链接：https://www.x0ff.com/article/100478.html
版权

https://www.x0ff.com/article/100478.html

>>> 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='

 

火星种萝卜
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
np.where函数
YJYS_ZHX的博客
02-01 2941
<1> np.where( condition ) 输入只有条件数组condition的话，返回的是满足条件的元素索引。 1）condition为一维数组，返回值out为一个一维数组索引组成的元组； 2）condition为二维数组，返回值out为两个一维数组组成的元组，第一个数组为dim=0（行）的索引，第二个数组为dim=1（列）的索引。 condition数组： condition二维数组可以来自于数据数组的比较得到。 if __name__=="__main__": x = np
【Numpy】np.where()的两种用法
lynn_flame的博客
06-19 2019
两种用法 np.where(condition,X,Y):满足条件输出X，不满足输出Y 这点的话再数据挖掘的规约中显得非常好用 >>> a = [2,3,4,5,8,7,9,7] >>> a = np.array(a) >>> np.where(a > 5 ,1,-1) array([-1, -1, -1, -1, 1, 1, 1, 1]) np.where(condition):返回满足条件的数的索引 >>> indi
numpy where函数在二维数组中的使用及应用
最新发布
weixin_47552266的博客
04-20 420
假设我们有一个人工智能模型的学习评分数据，其中包含了学生的姓名、分数和学习时长。我们的目标是识别出哪些学生在学习时长相对较短的情况下依然获得了高分，并给这些学生的成绩标记为“优秀”。
js常用的操作数组的方法（排序、去重、分组、数组转成tree结构数组、根据指定节点获取所有父级）
jstljspservlet的博客
07-24 654
排序、去重、分组、数组转成tree结构数组、根据指定节点获取所有父级
np.where的两种用法
InoryRWBY的博客
02-25 2342
np.where()的两种用法
numpy.where() 用法详解
01-01
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) >...
numpy.transpose对三维数组的转置方法
12-23
三维数组 arr1 = np.arange(16).reshape((2, 2, 4)) #[[[ 0 1 2 3] # [ 4 5 6 7]] # [[ 8 9 10 11] # [12 13 14 15]]] arr2=arr1.transpose((1,0,2)) #[[[ 0 1 2 3] # [ 8 9 10 11]] # # [[ 4 5 6 7] # [12 13 14...
Python numpy实现二维数组和一维数组拼接的方法
01-20
2.numpy初始化二维数组 a = np.array([[1,2,3]]); b = np.array([[1],[2],[3]]); print a.shape//(1，3） print b.shape//（3,1） 注意（3，）和（3,1）的数组是不一样的，前者是一维数组，后者是二维数组。 拼接 ...
[Numpy] 对象线上填均值：numpy数组where的巧用
as12cs的博客
02-18 413
对象线上填均值：numpy数组where的巧用 原题目 大意为在对角线上填上行均值 Given the following two-dimensional array, set the diagonal element to the average of the columns in each respective row not counting the diagonal element in...
将np.where()的返回值转换成数组
weixin_49491874的博客
04-03 245
【代码】将np.where()的返回值转换成数组。
python np.where()
钱佳佳的博客
06-30 2万+
numpy.where()函数是三元表达式x if condition else y的矢量化版本。假设我们有一个布尔数组和两个值数组： x = np.array([1.1, 1.2, 1.3, 1.4, 1.5]) y = np.array([2.1, 2.2, 2.3, 2.4, 2.5]) condition = np.array([True, False, True, True, Fals
np.where用法以及常见的用法示例
LJC的博客
12-20 1186
np.where常用的用法示例，从一维数组以及二维数组进行举例： 一、一维数组的np.where用法 import numpy as np arr = np.arange(6) print(arr) # [0 1 2 3 4 5] print(np.where(arr > 3)) # (array([4, 5], dtype=int64),) 代表大于3数值的pos print(np.where(arr > 3, 1, -1)) # [-1 -1 -1 -1 1 1] arr = n
np.where()函数
u011699626的博客
01-01 6785
numpy.where()调用方法 numpy.where(condition[, x, y]) 各个参数意义： condition：类似数组的对象，布尔值 x, y：类似数组的对象，给出值的地方，如果condition为True，从x中选取值，condition为False，从y中选取值。 有返回值，返回一个满足条件时取x中对应的值，不满足条件时取y中对应值的数组。 注意：这里的condition，x，y只是表示以及说明时的必要，并不是真正意义上的关键字。 代码如下： # -*- coding:utf-
np.where使用:根据条件生成新的数组
youmayangguang的博客
12-15 1万+
np.where 函数是三元表达式 x if condition else y的矢量化版本 result = np.where(cond,xarr,yarr) 当符合条件时是x，不符合是y，常用于根据一个数组产生另一个新的数组。 栗子：假设有一个随机数生成的矩阵，希望将所有正值替换为2，负值替换为-2 arr = np.random.randn(4,4) arr np.where(ar
Numpy.where()/np.where() 函数的使用----修改数组中符合条件的元素值/查找数组中符合要求的元素的位置
Roxlu7的博客
07-22 3429
用法解释满足condition将数组元素修改为x，否则修改为y，最后生成一个新的数组。注意np.where不会修改原数组的数值，而会生成一个新的数组。
python回归预测_用python回归预测房屋价格
weixin_26706093的博客
09-09 1642
python回归预测Online property companies offer valuations of houses using machine learning techniques. This report aims to predict house sales in King County, Washington State, USA using Multiple Linear Re...
python numpy.where()函数的用法
热门推荐
lens_的博客
11-09 11万+
numpy.where(condition[,x,y]) 返回元素，可以是x或y，具体取决于条件(condition) 如果只给出条件，则返回condition.nonzero()。 对于不同的输入，where返回的值是不同的。 参数： ccondition：array_llike，bool   如果为True，则产生x，否则产生y。   x，y：array_li...
numpy中np.where的用法
u012991643的博客
01-09 911
numpy中np.where的用法
numpy.ndarray 二维数组添加一维数组
06-09
可以使用numpy的concatenate函数将一维数组添加到二维数组中。 示例代码如下： ```python import numpy as np # 创建一个3x3的二维数组 arr2d = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]]) # 创建一个长度为3的一维数组 arr1d = np.array([10, 11, 12]) # 在二维数组的第二维度上添加一维数组 new_arr = np.concatenate((arr2d, arr1d.reshape(3, 1)), axis=1) print(new_arr) ``` 输出结果： ``` array([[ 1, 2, 3, 10], [ 4, 5, 6, 11], [ 7, 8, 9, 12]]) ``` 其中，`axis=1`表示在第二个维度上进行拼接操作，`arr1d.reshape(3, 1)`将一维数组转化为列向量，以便与二维数组拼接。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值