博客园参考地址:
https://www.cnblogs.com/oxxxo/p/6129294.html
Python中numpy的where()函数
`第一种用法`
np.where(conditions,x,y)
if (condituons成立)：
数组变x
else:
数组变y
“`
import numpy as np
x = np.random.randn(4,4)
print(np.where(x>0,2,-2))
#试试效果
#输出#[[ 2 2 -2 2]
[-2 -2 2 2]
[ 2 -2 -2 2]
[-2 2 -2 2]]
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()函数处理就相当于上面那种方案
result = np.where(zarr,xarr,yarr)
print(result)
#发现个有趣的东西
# #处理2组数组
# #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])
#第一种处理 太长太丑
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)
#第二种 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)
#第三种 更简便(好像这跟where()函数半毛钱的关系都没有
result = 1*(cond1 & -cond2)+2*(cond2 & -cond1)+3*(-(cond1 | cond2)) (没想到还可以这么表达吧)
print(result)
“`
`第二种用法`
where(conditions)
相当于给出数组的下标
“`
x = np.arange(16)
print(x[np.where(x>5)])
#输出：(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))
#注意这里是坐标是前面的一维的坐标，后面是二维的坐标
“`
“`
ix = np.array([[False, False, False],
[ True, True, False],
[False, True, False]], dtype=bool)
print(np.where(ix))
#输出：(array([1, 1, 2], dtype=int64), array([0, 1, 1], dtype=int64))
“`