np.where() コードアプリケーションの Python の詳細な分析

この記事では、Python3 についての関連知識を紹介します。numpy には np.where() 関数というとても魔法の関数があります。次の記事では主に Python について紹介します。np.where の詳細な説明は次のとおりです。 () とコード適用に関する関連情報をサンプルコードを通して詳しく紹介していますので、皆様のお役に立てれば幸いです。

[関連する推奨事項: Python3 ビデオ チュートリアル ]

np.where には 2 つの用途があります:

np.where(condition, x, y)、つまり、condition は条件です。条件が満たされる場合、出力は x であり、条件が満たされない場合、出力は y です。コードを入力してください:

a = np.arange(10)
//array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])
print(np.where(a > 5, 1, -1))
//array([-1, -1, -1, -1, -1, -1,  1,  1,  1,  1])

上記 非常にわかりやすいですが、公式サイトの例は以下のようにわかりにくいです:

np.where([[True,False], [True,True]],   
			 [[1,2], [3,4]],
             [[9,8], [7,6]])
// 输出 array([[1, 8], [3, 4]])

このように理解できます。 . 最初の行の bool 値は、値を取得するかどうかを意味する条件を表します。まず、[ True, False] を見てください。つまり、最初の True 値は、最初の行が [1,最初の行の 2] は、下の 9 を取得する代わりに、False は最初の行 2 の [1, 2] の値を取得せず、2 行目の [9, 8] の 8 を取得することを意味します。 [3, 4] と同じです。
理解を容易にするために、別の例を示します:

a = 10
>>> np.where([[a > 5,a < 5], [a == 10,a == 7]],
             [["chosen","not chosen"], ["chosen","not chosen"]],
             [["not chosen","chosen"], ["not chosen","chosen"]])

//array([[&#39;chosen&#39;, &#39;chosen&#39;], [&#39;chosen&#39;, &#39;chosen&#39;]], dtype=&#39;<U10&#39;)

最初の行 a> 5True の場合、最初の行の最初の値を取得し、a<5 を取得します。 2 行目の 2 番目の値。以下同様です。

最初のメソッドを理解した後、np.where を見てみましょう。2 番目のメソッド:

つまり、np.where(condition) 、x と y を省略し、条件 (condition) のみを指定すると、条件を満たす (つまり 0 以外の) 要素の座標が出力されます (numpy.nonzero と同等)。ここでの座標はタプルの形式で与えられ、通常、出力タプルには、条件を満たす要素の各次元の座標に対応する複数の配列が含まれます。

>>> a = np.array([2,4,6,8,10])
>>> np.where(a > 5)			
//(array([2, 3, 4]),)   返回索引值
>>> a[np.where(a > 5)]  			
//array([ 6,  8, 10]) 返回元素值,即a[索引]

私が遭遇したコード例を挙げてください:

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

返された 2 つの配列コンポーネントは、どの行とどの値が 1 であるかを示します。したがって、結果の最初のコンポーネントがその行を表します。インデックス、2 番目の配列 array は列インデックスを表します。これは 1 の壊れたシルバー インデックスです。

添付ファイル: np.where() 複数条件の使用法

1.np.where (条件,x,y) where に 3 つのパラメータがある場合、最初のパラメータは条件を表します。条件が true の場合、where メソッドは x を返します。条件が true でない場合、where は y

2 を返します。 .np.where(condition) where にパラメータが 1 つしかない場合、そのパラメータが条件を表します。条件が true の場合、where は条件を満たす各要素の座標をタプルの形式で返します。

3. 詳細 条件はcondition、& は and を意味し、| は or を意味します。たとえば、a = np.where((0x、y は a と同じサイズを維持する必要があることに注意してください。

例:

import numpy as np

data = np.array([[0, 2, 0],
                           [3, 1, 2],
                           [0, 4, 0]])
new_data = np.where((data>= 0) & (data<=2), np.ones_like(data), np.zeros_like(data))
print(new_data)

結果:

[[1 1 1]
[0 1 1]
[1 0 1]]

data の各要素が data>=0 および data対応する座標の値であることがわかります。満たされている場合は返されます。満たされていない場合は、np.zeros_like(data) に対応する座標 の値が返されます。もちろん、x と y は条件と同じサイズであれば他の値に変更することができます。

【関連する推奨事項:

Python3 ビデオ チュートリアル ]

以上がnp.where() コードアプリケーションの Python の詳細な分析の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。