欧美bbbwbbbw肥妇,免费乱码人妻系列日韩,一级黄片

詳解Python中where()函數(shù)的用法

 更新時間：2018年03月27日 13:44:15   作者：樟樟22  
本篇文章主要介紹了詳解Python中where()函數(shù)的用法，小編覺得挺不錯的，現(xiàn)在分享給大家，也給大家做個參考。一起跟隨小編過來看看吧

where（）的用法

首先強調(diào)一下，where()函數(shù)對于不同的輸入，返回的只是不同的。

1當(dāng)數(shù)組是一維數(shù)組時，返回的值是一維的索引，所以只有一組索引數(shù)組

2當(dāng)數(shù)組是二維數(shù)組時，滿足條件的數(shù)組值返回的是值的位置索引，因此會有兩組索引數(shù)組來表示值的位置

例如

>>>b=np.arange(10)
>>>b
array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])
>>>np.where(b>5)
 (array([6, 7, 8, 9], dtype=int64),)

>>>a=np.reshape(np.arange(20),(4,5))
>>>a 
array([[ 0, 1, 2, 3, 4],
    [ 5, 6, 7, 8, 9],
    [10, 11, 12, 13, 14],
    [15, 16, 17, 18, 19]])
>>>np.where(a>10)
(array([2, 2, 2, 2, 3, 3, 3, 3, 3], dtype=int64),
 array([1, 2, 3, 4, 0, 1, 2, 3, 4], dtype=int64))

對numpy標(biāo)準(zhǔn)庫里的解釋做一個介紹：

numpy.where(condition[, x, y])

基于條件condition，返回值來自x或者y.

如果.

參數(shù):

condition : 數(shù)組，bool值

When True, yield x, otherwise yield y.

x, y : array_like, 可選

x與y的shape要相同，當(dāng)condition中的值是true時返回x對應(yīng)位置的值，false是返回y的
返回值:

out : ndarray or tuple of ndarrays

①如果參數(shù)有condition，x和y，它們?nèi)齻€參數(shù)的shape是相同的。那么，當(dāng)condition中的值是true時返回x對應(yīng)位置的值，false是返回y的。

②如果參數(shù)只有condition的話，返回值是condition中元素值為true的位置索引，切是以元組形式返回，元組的元素是ndarray數(shù)組，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]))

兩種方法的示例代碼

第一種用法

np.where(conditions,x,y)

if （condituons成立）：

　　數(shù)組變x

else:

　　數(shù)組變y

import numpy as np
'''
x = np.random.randn(4,4)
print(np.where(x>0,2,-2))
#試試效果
xarr = np.array([1.1,1.2,1.3,1.4,1.5])
yarr = np.array([2.1,2.2,2.3,2.4,2.5])
zarr = np.array([True,False,True,True,False])
result = [(x if c else y)
     for x,y,c in zip(xarr,yarr,zarr)]
print(result)

#where()函數(shù)處理就相當(dāng)于上面那種方案

result = np.where(zarr,xarr,yarr)
print(result)

'''
#發(fā)現(xiàn)個有趣的東西
# #處理2組數(shù)組
# #True and True = 0
# #True and False = 1
# #False and True = 2
# #False and False = 3

cond2 = np.array([True,False,True,False])
cond1 = np.array([True,True,False,False])
#第一種處理 太長太丑
result = []
for i in range(4):
  if (cond1[i] & cond2[i]):  result.append(0);
  elif (cond1[i]):  result.append(1);
  elif (cond2[i]):  result.append(2);
  else : result.append(3);
print(result)
#第二種 直接where() 很快很方便
result = np.where(cond1 & cond2,0,np.where(cond1,1,np.where(cond2,2,3)))
print(result)
#第三種 更簡便（好像這跟where()函數(shù)半毛錢的關(guān)系都沒有
result = 1*(cond1 & -cond2)+2*(cond2 & -cond1)+3*(-(cond1 | cond2)) （沒想到還可以這么表達(dá)吧）
print(result)

第二種用法

where(conditions)

相當(dāng)于給出數(shù)組的下標(biāo)

x = np.arange(16)
print(x[np.where(x>5)])
#輸出：(array([ 6, 7, 8, 9, 10, 11, 12, 13, 14, 15], dtype=int64),)

x = np.arange(16).reshape(-1,4)
print(np.where(x>5))

#(array([1, 1, 2, 2, 2, 2, 3, 3, 3, 3], dtype=int64), array([2, 3, 0, 1, 2, 3, 0, 1, 2, 3], dtype=int64))
#注意這里是坐標(biāo)是前面的一維的坐標(biāo)，后面是二維的坐標(biāo)

ix = np.array([[False, False, False],
    [ True, True, False],
    [False, True, False]], dtype=bool)
print(np.where(ix))
#輸出：(array([1, 1, 2], dtype=int64), array([0, 1, 1], dtype=int64))

以上就是本文的全部內(nèi)容，希望對大家的學(xué)習(xí)有所幫助，也希望大家多多支持腳本之家。

相關(guān)文章

最新評論