numpy里有一個(gè)非常神奇的函數(shù)叫做np.where()函數(shù),下面這篇文章主要給大家介紹了關(guān)于Python?np.where()的詳解以及代碼應(yīng)用的相關(guān)資料,文中通過(guò)實(shí)例代碼介紹的非常詳細(xì),需要的朋友可以參考下

np.where共兩種用法:

第一種np.where(condition, x, y),即condition為條件,當(dāng)滿足條件輸出為x,不滿足條件則輸出y.直接上代碼:

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,但是官網(wǎng)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]])
// 輸出 array([[1, 8], [3, 4]])

可以這么理解,第一行的bool值表示條件,它表示是否取值的意思,首先看[True,False],即第一的True值表示第一行取數(shù)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].
為了方便理解再舉一個(gè)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')

第一行a>5True,則取第一行的第一個(gè)值,a<5取第二行的第二個(gè)值,下面也同理.

理解完第一種方法后,再來(lái)看np.where第二種方法:

即np.where(condition),只有條件 (condition)，沒(méi)有x和y，則輸出滿足條件 (即非0) 元素的坐標(biāo) (等價(jià)于numpy.nonzero)。這里的坐標(biāo)以tuple的形式給出，通常原數(shù)組有多少維，輸出的tuple中就包含幾個(gè)數(shù)組，分別對(duì)應(yīng)符合條件元素的各維坐標(biāo)。

>>> 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]

舉一個(gè)代碼例子,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))

返回的兩個(gè)array數(shù)組分表示第幾行的第幾個(gè)值為1,所以結(jié)果中的第一個(gè)array數(shù)組表示行索引,第二個(gè)array數(shù)組表示列索引也就是1的碎銀索引.

附：np.where()多條件用法

1.np.where(condition,x,y) 當(dāng)where內(nèi)有三個(gè)參數(shù)時(shí)，第一個(gè)參數(shù)表示條件，當(dāng)條件成立時(shí)where方法返回x，當(dāng)條件不成立時(shí)where返回y

2.np.where(condition) 當(dāng)where內(nèi)只有一個(gè)參數(shù)時(shí)，那個(gè)參數(shù)表示條件，當(dāng)條件成立時(shí)，where返回的是每個(gè)符合condition條件元素的坐標(biāo),返回的是以元組的形式

3.多條件時(shí)condition，&表示與，|表示或。如a = np.where((0<a)&(a<5), x, y)，當(dāng)0<a與a<5滿足時(shí)，返回x的值，當(dāng)0<a與a<5不滿足時(shí)，返回y的值。注意x, y必須和a保持相同尺寸。

例如：

import?numpy?as np

data = 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)

結(jié)果：

[[1 1 1]
[0 1 1]
[1 0 1]]

從中可以看出data中每個(gè)元素只要滿足data>=0并且data<=2, 滿足就返回np.ones_like(data)對(duì)應(yīng)坐標(biāo)的值，不滿足就返回np.zeros_like(data)對(duì)應(yīng)坐標(biāo)的值。當(dāng)然x , y可以換成其他的值，只要與條件相同尺寸就可以。