>首页> IT >

今热点:Python详细解析之np.where()的代码应用

时间:2022-08-24 08:56:32       来源:转载

本篇文章给大家带来了关于Python3的相关知识,numpy里有一个非常神奇的函数叫做np.where()函数,下面这篇文章主要给大家介绍了关于Python np.where()的详解以及代码应用的相关资料,文中通过实例代码介绍的非常详细,希望对大家有帮助。


【资料图】

【相关推荐:Python3视频教程 】

np.where共两种用法:

第一种np.where(condition, x, y),即condition为条件,当满足条件输出为x,不满足条件则输出y.直接上代码:

a = np.arange(10)//array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])print(np.where(a > 5, 1, -1))//array([-1, -1, -1, -1, -1, -1,  1,  1,  1,  1])

上面的挺好理解的,但是官网的例子不是太好理解,如下所示:

np.where([[True,False], [True,True]],    [[1,2], [3,4]],             [[9,8], [7,6]])// 输出 array([[1, 8], [3, 4]])

可以这么理解,第一行的bool值表示条件,它表示是否取值的意思,首先看[True,False],即第一的True值表示第一行取数值第一行的[1, 2]中的1,而不取下面的9,False表示不取第一行[1, 2]中的2,而取第二行[9, 8]中的8.下面同理得[3, 4].为了方便理解再举一个例子:

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="

第一行a>5True,则取第一行的第一个值,a<5取第二行的第二个值,下面也同理.

理解完第一种方法后,再来看np.where第二种方法:

即np.where(condition),只有条件 (condition),没有x和y,则输出满足条件 (即非0) 元素的坐标 (等价于numpy.nonzero)。这里的坐标以tuple的形式给出,通常原数组有多少维,输出的tuple中就包含几个数组,分别对应符合条件元素的各维坐标。

>>> a = np.array([2,4,6,8,10])>>> np.where(a > 5)//(array([2, 3, 4]),)   返回索引值>>> a[np.where(a > 5)]  //array([ 6,  8, 10]) 返回元素值,即a[索引]

举一个代码例子,也是我遇到的:

a = array([[0., 1.],         [0., 1.],         [0., 1.],         [0., 1.],         [0., 1.],         [0., 1.],         [0., 1.],         [0., 1.],         [1., 0.],         [0., 1.],         [0., 1.],         [0., 1.],         [1., 0.],         [1., 0.],         [0., 1.],         [0., 1.],         [1., 0.],         [0., 1.],         [1., 0.],         [0., 1.]])np.where(a == 1)//(array([ 0,  1,  2,  3,  4,  5,  6,  7,  8,  9, 10, 11, 12, 13, 14, 15, 16,//        17, 18, 19], dtype=int64),// array([1, 1, 1, 1, 1, 1, 1, 1, 0, 1, 1, 1, 0, 0, 1, 1, 0, 1, 0, 1],//       dtype=int64))

返回的两个array数组分表示第几行的第几个值为1,所以结果中的第一个array数组表示行索引,第二个array数组表示列索引也就是1的碎银索引.

附:np.where()多条件用法

1.np.where(condition,x,y) 当where内有三个参数时,第一个参数表示条件,当条件成立时where方法返回x,当条件不成立时where返回y

2.np.where(condition) 当where内只有一个参数时,那个参数表示条件,当条件成立时,where返回的是每个符合condition条件元素的坐标,返回的是以元组的形式

3.多条件时condition,&表示与,|表示或。如a = np.where((0注意x, y必须和a保持相同尺寸。

例如:

import numpy as npdata = np.array([[0, 2, 0],                           [3, 1, 2],                           [0, 4, 0]])new_data = np.where((data>= 0) & (data<=2), np.ones_like(data), np.zeros_like(data))print(new_data)

结果:

从中可以看出data中每个元素只要满足data>=0并且data<=2, 满足就返回np.ones_like(data)对应坐标的值,不满足就返回np.zeros_like(data)对应坐标的值。当然x , y可以换成其他的值,只要与条件相同尺寸就可以。

【相关推荐:Python3视频教程 】

以上就是Python详细解析之np.where()的代码应用的详细内容,更多请关注php中文网其它相关文章!

关键词: 数组表示 参数表示 满足条件