详解Python中where()函数的用法

发布时间：2020-12-16 20:05:27 所属栏目：Python 来源：网络整理

导读：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

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

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

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

When True,yield x,otherwise yield y.

x,y : array_like,可选

x与y的shape要相同，当condition中的值是true时返回x对应位置的值，false是返回y的

返回值:

out : ndarray or tuple of ndarrays

①如果参数有condition，x和y，它们三个参数的shape是相同的。那么，当condition中的值是true时返回x对应位置的值，false是返回y的。

②如果参数只有condition的话，返回值是condition中元素值为true的位置索引，切是以元组形式返回，元组的元素是ndarray数组，表示位置的索引

>>> np.where([[True,False],[True,True]],...     [[1,2],[3,4]],...     [[9,8],[7,6]])
array([[1,4]])
>>>
>>> np.where([[0,1],[1,0]])
(array([0,1]),0]))
>>>
>>> x = np.arange(9.).reshape(3,3)
>>> np.where( x > 5 )
(array([2,2]),array([0,2]))
>>> x[np.where( x > 3.0 )]        # Note: result is 1D.
array([ 4.,5.,6.,7.,8.])
>>> np.where(x < 5,-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 = [3,7]
>>> ix = np.in1d(x.ravel(),goodvalues).reshape(x.shape)
>>> ix
array([[False,False,[ True,True,[False,False]],dtype=bool)
>>> np.where(ix)
(array([1,1]))

两种方法的示例代码

第一种用法

np.where(conditions,y)

if （condituons成立）：

　　数组变x

else:

　　数组变y

import numpy as np
'''
x = np.random.randn(4,4)
print(np.where(x>0,-2))
#试试效果
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])
result = [(x if c else y)
     for x,y,c in zip(xarr,yarr,zarr)]
print(result)

#where()函数处理就相当于上面那种方案

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

'''
#发现个有趣的东西
# #处理2组数组
# #True and True = 0
# #True and False = 1
# #False and True = 2
# #False and False = 3

cond2 = np.array([True,False])
cond1 = np.array([True,False])
#第一种处理 太长太丑
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)
#第二种 直接where() 很快很方便
result = np.where(cond1 & cond2,np.where(cond1,np.where(cond2,3)))
print(result)
#第三种 更简便（好像这跟where()函数半毛钱的关系都没有
result = 1*(cond1 & -cond2)+2*(cond2 & -cond1)+3*(-(cond1 | cond2)) （没想到还可以这么表达吧）
print(result)

第二种用法

where(conditions)

相当于给出数组的下标

x = np.arange(16)
print(x[np.where(x>5)])
#输出：(array([ 6,9,10,14,15],)

x = np.arange(16).reshape(-1,4)
print(np.where(x>5))

#(array([1,array([2,dtype=int64))
#注意这里是坐标是前面的一维的坐标，后面是二维的坐标

ix = np.array([[False,dtype=bool)
print(np.where(ix))
#输出：(array([1,dtype=int64))

以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持编程小技巧。

（编辑：李大同）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!