np.where()函数

调用方式及参数说明

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只是为了表示以及说明时的必要，并不是真正意义上的关键字。

示例1------获取一维数组中最大元素所处位置

这里我们给出使用 np.where() 函数获取一维数组中最大值对应位置的例子。

# -*- coding:utf-8 -*-
"""
author: 15025
time: 2020/12/30 20:27
software: PyCharm
"""
import numpy as np


class Debug:
    @staticmethod
    def mainProgram():
        array = np.array([0, 1, 2, 3, 5, 4])
        array_ = np.where(array == np.max(array))
        print("array_的值为:")
        print(array_)


if __name__ == "__main__":
    main = Debug()
    main.mainProgram()
"""
array_的值为:
(array([4], dtype=int64),)
"""

这里 array_ 的结果为 4，4 表示一维数组中最大元素所对应的索引值。

示例2------获取二维数组中最大元素所处位置

# -*- coding:utf-8 -*-
"""
author: 15025
time: 2020/12/30 20:27
software: PyCharm
"""
import numpy as np


class Debug:
    @staticmethod
    def mainProgram():
        array = np.array([[0, 1, 2, 3, 5, 4, 5], [0, 1, 2, 3, 4, 5, 5]])
        array_ = np.where(array == np.max(array))
        print("array_的值为:")
        print(array_)


if __name__ == "__main__":
    main = Debug()
    main.mainProgram()
"""
array_的值为:
(array([0, 0, 1, 1], dtype=int64), array([4, 6, 5, 6], dtype=int64))
"""

首先通过观察不难发现，该二维数组中的最大值为 5，且一共有 4 个最大元素存在，因此，最终的结果应该存在 4 组数据表示这四个元素的位置。结果中的 array([0, 0, 1, 1], dtype=int64) 表示数组中的 y 索引值，array([4, 6, 5, 6], dtype=int64) 表示 x 的索引值。

示例3------获取三维数组中最大元素所处位置

# -*- coding:utf-8 -*-
"""
author: 15025
time: 2020/12/30 20:27
software: PyCharm
"""
import numpy as np


class Debug:
    @staticmethod
    def mainProgram():
        array = np.array([[[0, 1], [0, 1]],
                          [[1, 2], [1, 2]],
                          [[1, 3], [1, 3]]])
        array_ = np.where(array == np.max(array))
        print("array_的值为:")
        print(array_)


if __name__ == "__main__":
    main = Debug()
    main.mainProgram()
"""
array_的值为:
(array([2, 2], dtype=int64), array([0, 1], dtype=int64), array([1, 1], dtype=int64))
"""

显而易见，三维结果同二维的情况类似，只是多了一个维度，且输出结果三组数据分别对应 z,y,x 坐标，其他的这里不做过多解释了。

示例4------Condition 方法

# -*- coding:utf-8 -*-
"""
author: 15025
time: 2020/12/30 20:27
software: PyCharm
"""
import numpy as np


class Debug:
    @staticmethod
    def mainProgram():
        array = np.where([[True, False], [True, True]], [[1, 2], [3, 4]], [[9, 8], [7, 6]])
        print("array的值为:")
        print(array)


if __name__ == "__main__":
    main = Debug()
    main.mainProgram()
"""
array的值为:
[[1 8]
 [3 4]]
"""

我们可以看到，这里的 [[True, False], [True, True]] 相当于我们说的 condition，[[1, 2], [3, 4]] 相当于 x，[[9, 8], [7, 6]] 相当于 y，当我们的 conditon 为 False 时从y中取出了数值 8，其他数值全部从 x 中的对应位置取出。最终我们得到了上述结果。

示例5------更改二维数组中符合要求的数据

这里我们将二维数组中值大于等于 3 的元素更改为 8。显然，值大于等于 3 的元素对应倒数第二个元素和最后一个元素。

import numpy as np

arr_2d = np.array([[1, 2],
              [3, 4]])

pos_y, pos_x = np.where(arr_2d >= 3)

print(f"np.where() 函数得到的索引值元胞的形状为: {arr_2d[np.where(arr_2d >= 3)].shape}") 
print(f"np.where() 函数得到的索引值元胞的形状为: {arr_2d[pos_y, pos_x].shape}")
print(f"二维数组 arr_2d 中满足要求的元素为: {arr_2d[pos_y, pos_x]}")

arr_2d[pos_y, pos_x] = 8
print("修改元素后二维数组中存放的元素值为：")
print(arr_2d)
"""
result:
np.where() 函数得到的索引值元胞的形状为: (2,)
np.where() 函数得到的索引值元胞的形状为: (2,)
二维数组 arr_2d 中满足要求的元素为: [3 4]
修改元素后二维数组中存放的元素值为：
[[1 2]
 [8 8]]
"""

这里需要注意的一点是，当我们使用 np.where() 函数获取对应二维数组中满足要求的元素值的索引后，再通过 arr_2d[pos_y, pos_x] 获取数组中满足要求的元素时，获取到的满足要求的元素会被自动展平存放在一个一维数组中。

如果大家觉得有用，请点个赞让更多的人看到吧~