點擊下載
本文文檔

當前位置：首頁 - 科技 - 知識百科 - 正文

Python中where()函數的用法詳解

來源：懂視網責編：小OO 時間：2020-11-27 14:22:32

Python中where()函數的用法詳解

where（）的用法。首先強調一下，where()函數對于不同的輸入，返回的只是不同的。1當數組是一維數組時，返回的值是一維的索引，所以只有一組索引數組。2當數組是二維數組時，滿足條件的數組值返回的是值的位置索引，因此會有兩組索引數組來表示值的位置。例如；

推薦度：

點擊下載本文 文檔為doc格式

導讀where（）的用法。首先強調一下，where()函數對于不同的輸入，返回的只是不同的。1當數組是一維數組時，返回的值是一維的索引，所以只有一組索引數組。2當數組是二維數組時，滿足條件的數組值返回的是值的位置索引，因此會有兩組索引數組來表示值的位置。例如；

本文主要和大家介紹了詳解Python中where()函數的用法，小編覺得挺不錯的，現在分享給大家，也給大家做個參，希望能幫助到大家。

where（）的用法

首先強調一下，where()函數對于不同的輸入，返回的只是不同的。

1當數組是一維數組時，返回的值是一維的索引，所以只有一組索引數組

2當數組是二維數組時，滿足條件的數組值返回的是值的位置索引，因此會有兩組索引數組來表示值的位置

例如

>>>b=np.arange(10)
>>>b
array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])
>>>np.where(b>5)
 (array([6, 7, 8, 9], dtype=int64),)

>>>a=np.reshape(np.arange(20),(4,5))
>>>a 
array([[ 0, 1, 2, 3, 4],
 [ 5, 6, 7, 8, 9],
 [10, 11, 12, 13, 14],
 [15, 16, 17, 18, 19]])
>>>np.where(a>10)
(array([2, 2, 2, 2, 3, 3, 3, 3, 3], dtype=int64),
 array([1, 2, 3, 4, 0, 1, 2, 3, 4], dtype=int64))

對numpy標準庫里的解釋做一個介紹：

numpy.where(condition[, x, y])

基于條件condition，返回值來自x或者y.

如果.

參數:	condition : 數組，bool值 When True, yield x, otherwise yield y. x, y : array_like, 可選 x與y的shape要相同，當condition中的值是true時返回x對應位置的值，false是返回y的
返回值:	out : ndarray or tuple of ndarrays ①如果參數有condition，x和y，它們三個參數的shape是相同的。那么，當condition中的值是true時返回x對應位置的值，false是返回y的。 ②如果參數只有condition的話，返回值是condition中元素值為true的位置索引，切是以元組形式返回，元組的元素是ndarray數組，表示位置的索引

參數:

condition : 數組，bool值

When True, yield x, otherwise yield y.

x, y : array_like, 可選

x與y的shape要相同，當condition中的值是true時返回x對應位置的值，false是返回y的

返回值:

out : ndarray or tuple of ndarrays

①如果參數有condition，x和y，它們三個參數的shape是相同的。那么，當condition中的值是true時返回x對應位置的值，false是返回y的。

②如果參數只有condition的話，返回值是condition中元素值為true的位置索引，切是以元組形式返回，元組的元素是ndarray數組，表示位置的索引

>>> 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]))

兩種方法的示例代碼

第一種用法

np.where(conditions,x,y)

if （condituons成立）：

　　數組變x

else:

　　數組變y

import numpy as np
'''
x = np.random.randn(4,4)
print(np.where(x>0,2,-2))
#試試效果
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()函數處理就相當于上面那種方案

result = np.where(zarr,xarr,yarr)
print(result)

'''
#發現個有趣的東西
# #處理2組數組
# #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])
#第一種處理 太長太丑
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)
#第二種 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)
#第三種 更簡便（好像這跟where()函數半毛錢的關系都沒有
result = 1*(cond1 & -cond2)+2*(cond2 & -cond1)+3*(-(cond1 | cond2)) （沒想到還可以這么表達吧）
print(result)

第二種用法

where(conditions)

相當于給出數組的下標

x = np.arange(16)
print(x[np.where(x>5)])
#

輸出：(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)) #注意這里是坐標是前面的一維的坐標，后面是二維的坐標

ix = np.array([[False, False, False],
 [ True, True, False],
 [False, True, False]], dtype=bool)
print(np.where(ix))
#

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

聲明：本網頁內容旨在傳播知識，若有侵權等問題請及時與本網聯系，我們將在第一時間刪除處理。TEL:177 7030 7066 E-MAIL:11247931@qq.com

Python中where()函數的用法詳解

推薦度：

點擊下載本文 文檔為doc格式

標簽：詳解的用法 python

熱門焦點

国产99久久精品_欧美日本韩国一区二区_激情小说综合网_欧美一级二级视频_午夜av电影_日本久久精品视频

Python中where()函數的用法詳解

Python中where()函數的用法詳解

Python中where()函數的用法詳解

最新推薦

猜你喜歡

熱門推薦