官方api介绍

几种用法

1. 仅输入condition

import numpy as npa = np.array([0,5,4,1,9,7])
b = np.where(a>5)
print(b)

结果如下

它的结果是非0元素在原数组中的下标

2. 仅输入数组

1D数组

在官方note中，已经注明，如果是仅仅输入condition;那么它的作用等同于
np.asarray(condition).nonzero()

如：

b = np.where([0,0,0,1,1,1,0,0,0])
print(b)

输出为：

2D数组

如果是2D，则返回为一个tuple，第一个值表示2D数组0维度的下标，第二个值表示2D数组1维度的下标

i = np.array([[False, False],[False, True],[True, True]])print(np.where(i))

3. 三参数输入，并且每个参数都是1D

它等同于
[xv if c else yv for c, xv, yv in zip(condition, x, y)]

如下面例子

import numpy as npa = np.arange(9)
b = np.where(a<5, a, 0)
print(b)

4. 三参数输入，并且每个参数是2D

如果是2D，则标识对应的元素从对应的True、False数组中获取

例如，

b = np.where([[True, False], [True, True]],[[1, 2], [3, 4]],[[9, 8], [7, 6]])
print(b)

结果如下，

解释一下
2D数组
[True, False], [True, True]
2行2列来标识：
[ True, False
True, True]
它标识结果中的True从第二个参数数组中获取，False从第三个参数数组中获取。

总结

1个参数输出的是下标；3个参数输出的是对应的数值

【numpy】numpy.where的使用相关推荐

numpy numpy.concatenate()函数
@[TOC](numpy numpy.concatenate()函数)
玩转NumPy——NumPy数组的切片和索引
NumPy数组可以基于 0 ~n 的下标进行索引,切片对象可以通过内置的 slice 函数,并设置 start, stop 及 step 参数进行,从原数组中切割出一个新数组. eg: import ...
NumPy————NumPy广播机制的学习笔记
1 致谢感谢网友"FINTHON"的帮助, 原文链接如下: https://finthon.com/numpy-broadcast/ 2 前言今天在学习K-means算法~ 想 ...
Numpy——numpy的索引
文章目录 1.一维索引 2.二维索引 3.打印矩阵的行与列 4.打印矩阵中的每一个 1.一维索引在元素列表或者数组中,我们可以用如同A[n]来索引某一个元素,同样的,在Numpy中也有相对应的表示方 ...
Numpy——numpy的基本运算
文章目录 1.初始化两个矩阵 2.矩阵加法 3.矩阵减法 4.矩阵乘法 5.矩阵的乘方 6.矩阵的三角函数 7.矩阵的逻辑运算 8.二维矩阵计算 9.sum(), min(), max()的使用 10 ...
Numpy——numpy属性
文章目录 1.列表转化为矩阵 2.numpy 的几种属性 3.创建数组 4.指定数据 dtype 5.创建特定数据 1.列表转化为矩阵使用numpy首先要导入模块 import numpy as n ...
numpy : numpy.random
随机抽样 (numpy.random) 简单的随机数据 rand(d0, d1, ..., dn) 随机值 >>> np.random.rand(3,2) array([[ 0.14 ...
python安装镜像numpy_[Python]使用镜像网站自动、自动和手动安装numpy,Numpy
直接安装numpy模块在cmd输入直接 pip install numpy 若出现报错:ou are using pip version 18.1, however version 20.2.2 i ...
[Numpy] Numpy对于NaN值的判断
美图欣赏2022/06/23 numpy.nan的数据类型是float类型 import numpy as np type(np.nan) # float 任何数字和numpy.nan进行计算,返回的 ...
机器学习四剑客1——Numpy
求业之精,别无他法,日专而已矣! 一.概论 1.机器学习是什么 2.机器学习做什么 3.机器学习基本概念二.机器学习第一步:数据分析 1.Python被大量应用在数据挖掘和深度学习领域: 2.其中使 ...

【numpy】numpy.where的使用