Python中np.where()用法具体实例

目录

• 一、基本知识
• 二、具体实例
• 1.np.where(condition,x,y)
• （1）示例1：
• （2）示例2：
• （3）示例3：
• 2. np.where(condition)
• 总结

一、基本知识

np.where 函数是三元表达式 x if condition else y 的向量化版本，它有两种用法：

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

二、具体实例

1.np.where(condition,x,y)

（1）示例1：

有两个数值数组和一个布尔数组。当布尔数组为True 时，输出 xarr 的值，否则输出 yarr 的值

代码：

import CXEKhKLnumpy as np
xarr = 编程客栈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])
carr = np.array([True, False, True, True, False])
result = np.where(carr, xarr, yarr)
print(result)

结果：

[1.1 2.2 1.3 1.4 2.5]

（2）示例2：

np.where的第二个和第三个参数不需要是数组，也可以是标量。where在数据分析中的一个典型用法是根据一个数组来生成一个新的数组。

假设有一个随机生成的矩阵数据，并且想将其中的正值都替换为2，负值都替换为-2

代码：

import numpy as np
arr = np.random.randn(4, 4)
print(f'arr is {arr}')
brr = np.where(arr > 0, 2, -2)
print(f'brr is {brr}')

结果：

arr is [[ 0.25269699  0.65883562 -0.25147374 -1.39408775]

 [-0.53498966 -0.97424514 -1.13900344  0.53646289]js

 [ 1.51928884  0.80805854 -0.82968494  0.82861136]

 [ 0.09549692  0.59623201  0.50521756  1.648034  ]]

brr is [[ 2  2 -2 -2]

 [-2 -2 -2  2]

 [ 2  2 -2  2]

 [ 2  2  2  2]]

（3）示例3：

也可以使用np.where 将标量和数组联合：

仅替换正值为2：

代码：

import numpy as np
arr = np.random.randn(4, 4)
print(f'arr is {arr}')
brr = np.where(arr > 0, 2, arr)
print(f'brr is {brr}')

结果：

arr is [[ 0.30064659 -0.5195743   0.05916467  0.58790562]

 [ 1.0921678  -0.30010407 -0.43318393  0.60455133]

 [-0.35091718  0.01738908 -0.3067928  -0.0439254 ]

 [ 0.59166385  1.04319898 -0.73044529  0.10357739]]

brr is [[ 2.         -0.5195743   2.          2.        ]

 [ 2.         -0.30010407 -0.43318393  2.        ]

 [-0.35091718  2.         -0.3067928  -0.0439254 ]

 [ 2.          2.         -0.73044529  2.        ]]

2. n编程客栈p.where(condition)

返回的是坐标

示例：

import numpy as np
a = np.array([2, 4, 6, 8, 10])
#一维矩阵
result_1 = np.where(a > 5)
print(result_1)
b = np.random.randn(4, 4)
#二维矩阵
print(b)
result_2 = np.where(b > 0)
print(result_2)

结果：

Output from spyder call 'get_namespace_view':

(array([2, 3, 4], dtype=int64),)

[[-0.83362412 -2.23605027  0.15374728  0.70877121]

 [-0.30212209  0.56606258  0.95593288  1.03250978]

 [-0.85764257  1.48541971  0.73199465  1.66331547]

 [-0.22020036  0.46416537 -0.75622715  0.32649036]]

(array([0, 0, 1, 1, 1, 2, 2, 2, 3, 3], dtype=int64), array([2, 3, 1, 2, 3, 1, 2, 3, 1, 3], dtype=int64))

总结

传递给np.where 的参数既可以是同等大小的数组，也可以是标量。当不传递参数，只传递条件时，输出的是满足条件的python坐标。

到此这篇关于python中np.where()用法的文章就介绍到这了,更多相关Python np.where()用法内容请搜索编程客栈(www.devze.com)以前的文章或继续浏览下面的相关文章希望大家以后多多支持编程客栈(www.devze.com)！