np.where()
numpy.where (condition[, x, y])
numpy.where()两种用法
1. np.where(condition, x, y)
满足条件(condition),输出x,不满足输出y。
import numpy as np a = np.arange(10) b = np.where(a>5, 1, -1) c = np.where(a, 1, -1) # 0为False,所以第一个输出-1 print(b) print(c)
[-1 -1 -1 -1 -1 -1 1 1 1 1] [-1 1 1 1 1 1 1 1 1 1]
2. np.where(condition)
只有条件 (condition),没有x和y,则输出满足条件 (即非0) 元素的坐标.
a = np.arange(0, 100, 10) b = np.where(a < 50) c = np.where(a >= 50)[0] print(b) print(c)
(array([0, 1, 2, 3, 4], dtype=int64),) [5 6 7 8 9]
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· Linux系列:如何用heaptrack跟踪.NET程序的非托管内存泄露
· 开发者必知的日志记录最佳实践
· SQL Server 2025 AI相关能力初探
· Linux系列:如何用 C#调用 C方法造成内存泄露
· AI与.NET技术实操系列(二):开始使用ML.NET
· 无需6万激活码!GitHub神秘组织3小时极速复刻Manus,手把手教你使用OpenManus搭建本
· C#/.NET/.NET Core优秀项目和框架2025年2月简报
· Manus爆火,是硬核还是营销?
· 终于写完轮子一部分:tcp代理 了,记录一下
· 【杭电多校比赛记录】2025“钉耙编程”中国大学生算法设计春季联赛(1)
2018-07-25 机器学习泛化能力的评价指标