Detaillierte Erläuterung der Verwendung der Funktion where() in Python

Dieser Artikel führt Sie hauptsächlich in die Verwendung der Funktion „where()“ in Python ein. Ich werde sie nun mit Ihnen teilen und hoffe, dass sie Ihnen helfen kann.

Verwendung von where()

Zunächst möchte ich betonen, dass die Funktion where() nur unterschiedliche Werte für unterschiedliche Eingaben zurückgibt.

1 Wenn das Array ein eindimensionales Array ist, ist der zurückgegebene Wert ein eindimensionaler Index, sodass es nur einen Satz von Index-Arrays gibt

2 Wenn das Array ein zweidimensionales Array ist Dimensionsarray, der Array-Wert, der die Bedingungen erfüllt. Zurückgegeben wird der Positionsindex des Werts. Daher gibt es zwei Sätze von Indexarrays, um die Position des Werts

darzustellen, z. B.

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

>>>a=np.reshape(np.arange(20),(4,5))
>>>a 
array([[ 0, 1, 2, 3, 4],
    [ 5, 6, 7, 8, 9],
    [10, 11, 12, 13, 14],
    [15, 16, 17, 18, 19]])
>>>np.where(a>10)
(array([2, 2, 2, 2, 3, 3, 3, 3, 3], dtype=int64),
 array([1, 2, 3, 4, 0, 1, 2, 3, 4], dtype=int64))

für Numpy Eine Einführung in die Erklärung in der Standardbibliothek:

numpy.where(condition[, x, y])

Basierend auf der Bedingung , der Rückgabewert kommt von x oder y.

if.

Parameter :

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

Bedingung: Array, Bool-Wert

Wenn „True“, ergibt x, andernfalls ergibt y.

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

x, y: array_like, optional

Die Formen von x und y müssen gleich sein. Wenn der Wert in der Bedingung wahr ist, wird das entsprechende x zurückgegeben. Der Wert der Position, falsch, gibt y

Rückgabewert:
out: ndarray oder Tupel von ndarrays

①Wenn die Parameter Bedingung, x und y enthalten, sind die Formen ihrer drei Parameter gleich. Wenn der Wert in der Bedingung dann wahr ist, wird der Wert zurückgegeben, der x entspricht, und wenn er falsch ist, wird y zurückgegeben.

② Wenn der Parameter nur eine Bedingung ist, ist der Rückgabewert der Positionsindex, an dem der Elementwert in der Bedingung wahr ist. Er wird in Form eines Tupels zurückgegeben, das angibt der Index der Position

Beispielcode für zwei Methoden

Die erste Verwendung

np.where(conditions,x,y)

import numpy as np
'''
x = np.random.randn(4,4)
print(np.where(x>0,2,-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,True,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,True,False])
cond1 = np.array([True,True,False,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 & cond2,0,np.where(cond1,1,np.where(cond2,2,3)))
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)

if (conditions are etabliert):

Array wird x

else:

Array wird zu y

x = np.arange(16)
print(x[np.where(x>5)])
#输出：(array([ 6, 7, 8, 9, 10, 11, 12, 13, 14, 15], dtype=int64),)

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

#(array([1, 1, 2, 2, 2, 2, 3, 3, 3, 3], dtype=int64), array([2, 3, 0, 1, 2, 3, 0, 1, 2, 3], 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

Die zweite Verwendung

ix = np.array([[False, False, False],
    [ True, True, False],
    [False, True, False]], dtype=bool)
print(np.where(ix))
#输出：(array([1, 1, 2], dtype=int64), array([0, 1, 1], dtype=int64))

where(conditions ) Entspricht der Angabe des Index des Arrays

Das obige ist der detaillierte Inhalt vonDetaillierte Erläuterung der Verwendung der Funktion where() in Python. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!