python中where函数_Python中where()函数的用法

where()的用法

首先强调一下，where()函数对于不同的输入，返回的只是不同的。

1当数组是一维数组时，返回的值是一维的索引，所以只有一组索引数组

2当数组是二维数组时，满足条件的数组值返回的是值的位置索引，因此会有两组索引数组来表示值的位置

例如

1 >>>b=np.arange(10)

2 >>>b

3 array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])

4 >>>np.where(b>5)

5 (array([6, 7, 8, 9], dtype=int64),)

6

7 >>>a=np.reshape(np.arange(20),(4,5))

8 >>>a

9 array([[ 0, 1, 2, 3, 4],

10 [ 5, 6, 7, 8, 9],

11 [10, 11, 12, 13, 14],

12 [15, 16, 17, 18, 19]])

13 >>>np.where(a>10)

14 (array([2, 2, 2, 2, 3, 3, 3, 3, 3], dtype=int64),

15 array([1, 2, 3, 4, 0, 1, 2, 3, 4], dtype=int64))

对numpy标准库里的解释做一个介绍：

numpy.where(condition[, x, y])

基于条件condition，返回值来自x或者y.

如果.

参数:

condition : 数组，bool值

When True, yield x, otherwise yield y.

x, y : array_like, 可选

x与y的shape要相同，当condition中的值是true时返回x对应位置的值，false是返回y的

返回值:

out : ndarray or tuple of ndarrays

①如果参数有condition，x和y，它们三个参数的shape是相同的。那么，当condition中的值是true时返回x对应位置的值，false是返回y的。

②如果参数只有condition的话，返回值是condition中元素值为true的位置索引，切是以元组形式返回，元组的元素是ndarray数组，表示位置的索引

>>> np.where([[True, False], [True, True]],

... [[1, 2], [3, 4]],

... [[9, 8], [7, 6]])

array([[1, 8],

[3, 4]])

>>>

>>> np.where([[0, 1], [1, 0]])

(array([0, 1]), array([1, 0]))

>>>

>>> x = np.arange(9.).reshape(3, 3)

>>> np.where( x > 5 )

(array([2, 2, 2]), array([0, 1, 2]))

>>> x[np.where( x > 3.0 )] # Note: result is 1D.

array([ 4., 5., 6., 7., 8.])

>>> np.where(x < 5, x, -1) # Note: broadcasting.

array([[ 0., 1., 2.],

[ 3., 4., -1.],

[-1., -1., -1.]])

Find the indices of elements of x that are in goodvalues.

>>>

>>> goodvalues = [3, 4, 7]

>>> ix = np.in1d(x.ravel(), goodvalues).reshape(x.shape)

>>> ix

array([[False, False, False],

[ True, True, False],

[False, True, False]], dtype=bool)

>>> np.where(ix)

(array([1, 1, 2]), array([0, 1, 1]))

希望与广大网友互动？？

点此进行留言吧！