Python詳細解析之np.where()的程式碼應用

這篇文章為大家帶來了關於Python3的相關知識，numpy裡有一個非常神奇的函數叫做np.where()函數,下面這篇文章主要給大家介紹了關於Python np.where()的詳解以及程式碼應用的相關資料,文中透過實例程式碼介紹的非常詳細，希望對大家有幫助。

【相關推薦：Python3影片教學 】

np.where共兩種用法:

##第一種

np.where(condition, x, y),即condition為條件,當滿足條件輸出為x,不滿足條件則輸出y.直接上程式碼:

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])

上面的挺好理解的,但是官網的例子不是太好理解,如下所示:

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

可以這麼理解,第一行的bool值表示條件,它表示是否取值的意思,首先看[ True,False],即第一的True值表示第一行取數值第一行的[1, 2]中的1,而不取下面的9,False表示不取第一行[1, 2]中的2,而取第二行[9, 8]中的8.下面同理得[3, 4].

為了方便理解再舉一個例子:

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;)

第一行a> 5True,則取第一行的第一個值,a<5取第二行的第二個值,下面也同理.

理解完第一種方法後,再來看np.where第二種方法:

即np.where(condition),只有條件(condition)，沒有x和y，則輸出滿足條件(即非0) 元素的座標(等價於numpy.nonzero) 。這裡的座標以tuple的形式給出，通常原始數組有多少維，輸出的tuple中就包含幾個數組，分別對應符合條件元素的各維座標。

>>> 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]

舉一個程式碼範例,也是我遇到的:

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))

傳回的兩個array陣列分數表示第幾行的第幾個值為1,所以結果中的第一個array陣列表示行索引,第二個array陣列表示列索引也就是1的碎銀索引.

#附：np.where()多重條件用法

#1.np.where (condition,x,y) 當where內有三個參數時，第一個參數表示條件，當條件成立時where方法回傳x，當條件不成立時where回傳y

2.np.where( condition) 當where內只有一個參數時，那個參數表示條件，當條件成立時，where回傳的是每個符合condition條件元素的座標,傳回的是以元組的形式

3.多條件時condition，&表示與，|表示或。如a = np.where((0注意x, y必須和a保持相同尺寸。

例如：

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]
          [0 1 1]
    1] 

##從中可以看出data中每個元素只要滿足data>=0且data<=2, 滿足就回傳np.ones_like(data)

對應座標的值，不滿足就傳回np.zeros_like(data)對應座標的值。當然x , y可以換成其他的值，只要與條件相同尺寸就可以。

【相關推薦：

Python3影片教學 】

以上是Python詳細解析之np.where()的程式碼應用的詳細內容。更多資訊請關注PHP中文網其他相關文章！