Python中where()函数的用法
where()的用法
首先强调一下,where()函数对于不同的输入,返回的只是不同的。
1当数组是一维数组时,返回的值是一维的索引,所以只有一组索引数组
2当数组是二维数组时,满足条件的数组值返回的是值的位置索引,因此会有两组索引数组来表示值的位置
例如
1 >>>b=np.arange(10) 2 >>>b 3 array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9]) 4 >>>np.where(b>5) 5 (array([6, 7, 8, 9], dtype=int64),) 6 7 >>>a=np.reshape(np.arange(20),(4,5)) 8 >>>a 9 array([[ 0, 1, 2, 3, 4], 10 [ 5, 6, 7, 8, 9], 11 [10, 11, 12, 13, 14], 12 [15, 16, 17, 18, 19]]) 13 >>>np.where(a>10) 14 (array([2, 2, 2, 2, 3, 3, 3, 3, 3], dtype=int64), 15 array([1, 2, 3, 4, 0, 1, 2, 3, 4], dtype=int64))
对numpy标准库里的解释做一个介绍:
numpy.where(condition[, x, y])
基于条件condition,返回值来自x或者y.
如果.
参数: |
condition : 数组,bool值
x, y : array_like, 可选
|
---|---|
返回值: |
out : ndarray or tuple of ndarrays
|
>>> np.where([[True, False], [True, True]], ... [[1, 2], [3, 4]], ... [[9, 8], [7, 6]]) array([[1, 8], [3, 4]]) >>> >>> np.where([[0, 1], [1, 0]]) (array([0, 1]), array([1, 0])) >>> >>> x = np.arange(9.).reshape(3, 3) >>> np.where( x > 5 ) (array([2, 2, 2]), array([0, 1, 2])) >>> x[np.where( x > 3.0 )] # Note: result is 1D. array([ 4., 5., 6., 7., 8.]) >>> np.where(x < 5, x, -1) # Note: broadcasting. array([[ 0., 1., 2.], [ 3., 4., -1.], [-1., -1., -1.]]) Find the indices of elements of x that are in goodvalues. >>> >>> goodvalues = [3, 4, 7] >>> ix = np.in1d(x.ravel(), goodvalues).reshape(x.shape) >>> ix array([[False, False, False], [ True, True, False], [False, True, False]], dtype=bool) >>> np.where(ix) (array([1, 1, 2]), array([0, 1, 1]))