脚本之家 服务器常用软件
快捷导航
您的位置：首页 → 脚本专栏 → python → np.where()[0] 和 np.where()[1]

np.where()[0] 和 np.where()[1]的具体使用

 更新时间：2021年03月10日 09:46:33   作者：ysh1026  
这篇文章主要介绍了np.where()[0] 和 np.where()[1]的具体使用，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧

本文主要介绍了np.where()[0] 和 np.where()[1]的具体使用，以及np.where()的具体用法，废话不多说，具体如下：

import numpy as np
 
a = np.arange(12).reshape(3,4)
print('a:', a)
print('np.where(a > 5):', np.where(a > 5))
print('a[np.where(a > 5)]:', a[np.where(a > 5)])
print('np.where(a > 5)[0]:', np.where(a > 5)[0])
print('np.where(a > 5)[1]:', np.where(a > 5)[1])
print(a[np.where(a > 5)[0], np.where(a > 5)[1]])
a: [[ 0 1 2 3]
 [ 4 5 6 7]
 [ 8 9 10 11]]
np.where(a > 5): (array([1, 1, 2, 2, 2, 2]), array([2, 3, 0, 1, 2, 3]))
a[np.where(a > 5)]: [ 6 7 8 9 10 11]
np.where(a > 5)[0]: [1 1 2 2 2 2]
np.where(a > 5)[1]: [2 3 0 1 2 3]
[ 6 7 8 9 10 11]

np.where()[0] 表示行索引，np.where()[1]表示列索引

numpy.where() 有两种用法：

1. np.where(condition, x, y)

满足条件(condition)，输出x，不满足输出y。

如果是一维数组，相当于[xv if c else yv for (c,xv,yv) in zip(condition,x,y)]

>>> aa = np.arange(10)
>>> np.where(aa,1,-1)
array([-1, 1, 1, 1, 1, 1, 1, 1, 1, 1]) # 0为False，所以第一个输出-1
>>> np.where(aa > 5,1,-1)
array([-1, -1, -1, -1, -1, -1, 1, 1, 1, 1])

>>> np.where([[True,False], [True,True]],  # 官网上的例子
  [[1,2], [3,4]],
       [[9,8], [7,6]])
array([[1, 8],
  [3, 4]])

上面这个例子的条件为[[True,False], [True,False]]，分别对应最后输出结果的四个值。第一个值从[1,9]中选，因为条件为True，所以是选1。第二个值从[2,8]中选，因为条件为False，所以选8，后面以此类推。类似的问题可以再看个例子：

>>> 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([['chosen', 'chosen'],
    ['chosen', 'chosen']], dtype='<U10')

2. np.where(condition)

只有条件 (condition)，没有x和y，则输出满足条件 (即非0) 元素的坐标 (等价于numpy.nonzero)。这里的坐标以tuple的形式给出，通常原数组有多少维，输出的tuple中就包含几个数组，分别对应符合条件元素的各维坐标。

>>> a = np.array([2,4,6,8,10])
>>> np.where(a > 5)  # 返回索引
(array([2, 3, 4]),)  
>>> a[np.where(a > 5)]   # 等价于 a[a>5]
array([ 6, 8, 10])

>>> np.where([[0, 1], [1, 0]])
(array([0, 1]), array([1, 0]))

上面这个例子条件中[[0,1],[1,0]]的真值为两个1，各自的第一维坐标为[0,1]，第二维坐标为[1,0] 。

下面看个复杂点的例子：

>>> a = np.arange(27).reshape(3,3,3)
>>> a
array([[[ 0, 1, 2],
    [ 3, 4, 5],
    [ 6, 7, 8]],

    [[ 9, 10, 11],
    [12, 13, 14],
    [15, 16, 17]],

    [[18, 19, 20],
    [21, 22, 23],
    [24, 25, 26]]])

>>> np.where(a > 5)
(array([0, 0, 0, 1, 1, 1, 1, 1, 1, 1, 1, 1, 2, 2, 2, 2, 2, 2, 2, 2, 2]),
 array([2, 2, 2, 0, 0, 0, 1, 1, 1, 2, 2, 2, 0, 0, 0, 1, 1, 1, 2, 2, 2]),
 array([0, 1, 2, 0, 1, 2, 0, 1, 2, 0, 1, 2, 0, 1, 2, 0, 1, 2, 0, 1, 2]))
# 符合条件的元素为
  [ 6, 7, 8]],

   [[ 9, 10, 11],
    [12, 13, 14],
    [15, 16, 17]],

   [[18, 19, 20],
    [21, 22, 23],
    [24, 25, 26]]]

所以np.where会输出每个元素的对应的坐标，因为原数组有三维，所以tuple中有三个数组。

需要注意的一点是，输入的不能直接是list，需要转为array或者为array才行。比如range(10)和np.arange(10)后者返回的是数组，使用np.where才能达到效果。

到此这篇关于np.where()[0] 和 np.where()[1]的具体使用的文章就介绍到这了,更多相关np.where()[0] 和 np.where()[1]内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！

您可能感兴趣的文章:

相关文章

  • 在Python中os.fork()产生子进程的例子

    在Python中os.fork()产生子进程的例子

    今天小编就为大家分享一篇在Python中os.fork()产生子进程的例子，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
    2019-08-08
  • pymongo如何通过oplog获取数据(mongodb)

    pymongo如何通过oplog获取数据(mongodb)

    使用MongoDB的oplog（操作日志）进行数据同步是高级的用法,主要用于复制和故障恢复,这篇文章主要介绍了pymongo通过oplog获取数据（mongodb）,需要的朋友可以参考下
    2023-09-09
  • python交易记录链的实现过程详解

    python交易记录链的实现过程详解

    这篇文章主要介绍了python交易记录链的实现过程详解,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
    2019-07-07
  • Python爬虫基础之XPath语法与lxml库的用法详解

    Python爬虫基础之XPath语法与lxml库的用法详解

    这篇文章主要给大家介绍了关于Python爬虫基础之XPath语法与lxml库用法的相关资料，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧
    2018-09-09
  • python实现超市管理系统(后台管理)

    python实现超市管理系统(后台管理)

    这篇文章主要为大家详细介绍了python实现超市管理系统，增加后台管理，文中示例代码介绍的非常详细，具有一定的参考价值，感兴趣的小伙伴们可以参考一下
    2019-10-10
  • Django提示mysql版本过低：django.db.utils.NotSupportedError: MySQL 8 or later is required (found 5.7.26).的解决方法

    Django提示mysql版本过低：django.db.utils.NotSupportedError: My

    这篇文章主要介绍了Django提示mysql版本过低：django.db.utils.NotSupportedError: MySQL 8 or later is required (found 5.7.26).的解决方法,文中有详细的解决方案,具有一定的参考价值,需要的朋友可以参考下
    2024-03-03
  • Pandas分组与排序的实现

    Pandas分组与排序的实现

    这篇文章主要介绍了Pandas分组与排序的实现，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧
    2019-07-07
  • python集合比较(交集,并集,差集)方法详解

    python集合比较(交集,并集,差集)方法详解

    python的set,是一个无序不重复元素集, 基本功能包括关系测试和消除重复元素本文讲述了python中set集合的比较方法包括交集,并集,差集
    2018-09-09
  • 一篇文章搞懂Python程序流程控制结构

    一篇文章搞懂Python程序流程控制结构

    这篇文章主要给大家介绍了关于Python程序流程控制结构的相关资料,本节学习了Python程序的控制结构之顺序结构、分支结构、循环结构,文中通过实例代码介绍的非常详细,需要的朋友可以参考下
    2022-09-09
  • Python3.7实现中控考勤机自动连接

    Python3.7实现中控考勤机自动连接

    这篇文章主要为大家详细介绍了Python3.7实现中控考勤机自动连接，具有一定的参考价值，感兴趣的小伙伴们可以参考一下
    2018-08-08

最新评论