Numpy中的數組搜索中np.where方法詳細介紹
numpy.where (condition[, x, y])
numpy.where() 有兩種用法：
1. np.where(condition, x, y)
滿足條件(condition)，輸出x，不滿足輸出y。
如果是一維數組，相當于[xv if c else yv for (c,xv,yv) in zip(condition,x,y)]
>>> aa = np.arange(10)
>>> np.where(aa,1,-1)
array([-1, 1, 1, 1, 1, 1, 1, 1, 1, 1]) # 0為False，所以第一個輸出-1
>>> np.where(aa > 5,1,-1)
array([-1, -1, -1, -1, -1, -1, 1, 1, 1, 1])
>>> np.where([[True,False], [True,True]], # 官網上的例子
[[1,2], [3,4]],
[[9,8], [7,6]])
array([[1, 8],
[3, 4]])
上面這個例子的條件為[[True,False], [True,False]]，分別對應最后輸出結果的四個值。第一個值從[1,9]中選，因為條件為True，所以是選1。第二個值從[2,8]中選，因為條件為False，所以選8，后面以此類推。類似的問題可以再看個例子：
>>> 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='<U10')
2. np.where(condition)
只有條件 (condition)，沒有x和y，則輸出滿足條件 (即非0) 元素的坐標 (等價于numpy.nonzero)。這里的坐標以tuple的形式給出，通常原數組有多少維，輸出的tuple中就包含幾個數組，分別對應符合條件元素的各維坐標。
>>> a = np.array([2,4,6,8,10]) >>> np.where(a > 5) # 返回索引 (array([2, 3, 4]),) >>> a[np.where(a > 5)] # 等價于 a[a>5] array([ 6, 8, 10]) >>> np.where([[0, 1], [1, 0]]) (array([0, 1]), array([1, 0]))
上面這個例子條件中[[0,1],[1,0]]的真值為兩個1，各自的第一維坐標為[0,1]，第二維坐標為[1,0] 。
下面看個復雜點的例子：
>>> a = np.arange(27).reshape(3,3,3)
>>> a
array([[[ 0, 1, 2],
[ 3, 4, 5],
[ 6, 7, 8]],
[[ 9, 10, 11],
[12, 13, 14],
[15, 16, 17]],
[[18, 19, 20],
[21, 22, 23],
[24, 25, 26]]])
>>> np.where(a > 5)
(array([0, 0, 0, 1, 1, 1, 1, 1, 1, 1, 1, 1, 2, 2, 2, 2, 2, 2, 2, 2, 2]),
array([2, 2, 2, 0, 0, 0, 1, 1, 1, 2, 2, 2, 0, 0, 0, 1, 1, 1, 2, 2, 2]),
array([0, 1, 2, 0, 1, 2, 0, 1, 2, 0, 1, 2, 0, 1, 2, 0, 1, 2, 0, 1, 2]))
# 符合條件的元素為
[ 6, 7, 8]],
[[ 9, 10, 11],
[12, 13, 14],
[15, 16, 17]],
[[18, 19, 20],
[21, 22, 23],
[24, 25, 26]]]
所以np.where會輸出每個元素的對應的坐標，因為原數組有三維，所以tuple中有三個數組。
補充
np.where和np.searchsorted同屬于Numpy數組搜索的一部分，這里先介紹簡單的where
import numpy as np a = np.array([1, 2, 3, 4, 5]) b = np.where(a == 5) print(b)
where方法將會返回一個元祖
(array([4]),)
此外還將介紹一個搜索奇數和偶數的方法（數組全都默認使用最上面的a數組）
可見，簡單的判斷余數即可
c = np.where(a%2 == 0) print(c) d = np.where(a%2 == 1) print(d)
返回：
(array([1, 3]),) (array([0, 2, 4]),)
關于np.where方法到這里就結束啦
到此這篇關于Numpy中的數組搜索中np.where方法詳細介紹的文章就介紹到這了,更多相關Numpy np.where 內容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家！
相關文章
本篇文章主要介紹了Python搭建FTP服務器的方法示例，小編覺得挺不錯的，現在分享給大家，也給大家做個參考。一起跟隨小編過來看看吧2018-01-01
開發(fā)或者測試網站程序時，我們很多時候都會遇到多個hosts文件來回切換，windows的hosts文件目錄比較深，麻煩，因此，用python寫了個小腳本來簡化此功能2013-12-12
這篇文章主要介紹了Pycharm遠程連接服務器并實現代碼同步上傳更新功能,通過配置遠程連接pycharm，直接在windows下pycharm里修改再保存就可以實現同步更新到服務器里的代碼里了，需要的朋友可以參考下2020-02-02
pickle提供了一個簡單的持久化功能?？梢詫ο笠晕募男问酱娣旁诖疟P上,pickle序列化后的數據，可讀性差，人一般無法識別，本文詳細介紹了pickle模塊的使用方法2021-10-10
凸包是一個計算幾何中的概念，在圖像處理過程中，我們常常需要尋找圖像中包圍某個物體的凸包，本文就使用OpenCV實現，感興趣的可以了解一下2021-06-06
這篇文章主要為大家詳細介紹了使用python和opencv實現摳圖，具有一定的參考價值，感興趣的小伙伴們可以參考一下2018-07-07
這篇文章主要介紹了Python轉換HTML到Text純文本的方法,分析了常用的兩種方法,非常具有實用價值,需要的朋友可以參考下2015-01-01
這篇文章主要介紹了python之如何使用openpyxl設置單元格樣式，具有很好的參考價值，希望對大家有所幫助。如有錯誤或未考慮完全的地方，望不吝賜教2023-06-06
這篇文章主要給大家介紹了關于Python中執(zhí)行調用JS的多種實現方法,在一些特殊的python應用場景下需要逆向執(zhí)行javascript代碼塊或者.js文件,需要的朋友可以參考下2023-08-08
在實際開發(fā)中，對象的某些屬性或方法可能只希望在對象的內部被使用，而不希望在外部被訪問到，私有屬性就是對象不希望公開的屬性，私有方法就是對象不希望公開的方法2021-10-10