np.where在多维数组的应用方式

np.where在多维数组的应用

函数用途

返回查找的参数，在数组中的索引。

Code

举例：

• 一般卷积神经网络的输入或者输出为一个四维的数组/Tensor。
• 一般为[batch_size, channel, height, width]

下面代码目标是输出所有值为0的数字的索引。

output = [[
    [[1, 0, 2],
    [2, 1, 0],
    [1, 0, 0]]
]]

arr = np.array(output)
print(arr.shape)
res = np.where(arr==0)
print(res)

Output

# print(arr.shape)
(1, 1, 3, 3)
# print(res)
(array([0, 0, 0, 0], dtype=int64), array([0, 0, 0, 0], dtype=int64), array([0, 1, 2, 2], dtype=int64), array([1, 2, 1, 2], dtype=int64))

np.where的输出结果为一个list，里面包含4个ndarray，分别代表四维。

[0, 0, 0, 0] # axis=0
[0, 0, 0, 0] # axis=1
[0, 1, 2, 2] # axis=2
[1, 2, 1, 2] # axis=3

正确读值，从列来看，四个0值的索引分别是

print(arr[0][0][0][1]) # output:0
print(arr[0][0][1][2]) # output:0
print(arr[0][0][2][1]) # output:0
print(arr[0][0][2][2]) # output:0

np.where()用法解析

语法说明

np.where(condition,x,y)

• 当where内有三个参数时，第一个参数表示条件，当条件成立时where方法返回x，当条件不成立时where返回y

np.where(condition)

• 当where内只有一个参数时，那个参数表示条件，当条件成立时，where返回的是每个符合condition条件元素的坐标,返回的是以元组的形式，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。

多条件condition

• -&表示与，|表示或。
• 如a = np.where((a>0)&(a<5), x, y)，当a>0与a<5满足时，返回x的值，当a>0与a<5不满足时，返回y的值。
• 注意：x, y必须和a保持相同维度，数组的数值才能一一对应。

示例

（1）一个参数

import numpy as np
a = np.arange(0, 100, 10)
b = np.where(a < 50) 
c = np.where(a >= 50)[0]
print(a)
print(b) 
print(c) 

结果如下：

[ 0 10 20 30 40 50 60 70 80 90]
(array([0, 1, 2, 3, 4]),)
[5 6 7 8 9]

说明：

• b是符合小于50条件的元素位置，b的数据类型是tuple
• c是符合大于等于50条件的元素位置，c的数据类型是numpy.ndarray

（2）三个参数

a = np.arange(10)
b = np.arange(0,100,10)

print(np.where(a > 5, 1, -1))
print(b)

print(np.where((a>3) & (a<8),a,b))

c=np.where((a<3) | (a>8),a,b)
print(c)

结果如下：

[-1 -1 -1 -1 -1 -1  1  1  1  1]
[ 0 10 20 30 40 50 60 70 80 90]
[ 0 10 20 30  4  5  6  7 80 90]
[ 0  1  2 30 40 50 60 70 80  9]

说明：

• np.where(a > 5, 1, -1) ，满足条件是1，不满足是-1
• np.where((a>3) & (a<8),a,b)，满足条件是a ，不满足是b ，a和b的维度相同

注意：

& | 与和或，每个条件一定要用括号，否则报错

c=np.where((a<3 | a>8),a,b)
ValueError: The truth value of an array with more than one element is ambiguous. Use a.any() or a.all()

总结

以上为个人经验，希望能给大家一个参考，也希望大家多多支持脚本之家。

最新评论