如何使用 NumPy 的 `np.where` 函数根据多个条件选择元素？

具有多个条件的 Numpy where 函数

处理数组时，NumPy 中的 np.where 函数可以是一个有用的工具，用于选择特定的基于一定条件的元素。但是，当尝试同时应用多个条件时，可能会出现混乱。

考虑问题中呈现的场景：目标是从名为 dists 的数组中选择指定范围内的距离。尝试了以下代码：

dists[(np.where(dists >= r)) and (np.where(dists <= r + dr))]

但是，此代码仅选择小于或等于 r dr 的距离，而不是同时选择这两个条件。要理解为什么会发生这种情况，必须注意 np.where 返回索引列表，而不是布尔数组。

更正代码

正确的方法使用 np.where 应用多个条件是使用逐元素运算符（& 表示 AND，| 表示 OR）创建组合布尔数组，如下所示：

dists[(dists >= r) &amp; (dists <= r + dr)]

或者，如果特别需要结果以索引的形式，使用以下语法：

np.where((dists >= r) &amp; (dists <= r + dr))

为什么原始代码不起作用

原始问题中涉及的代码序列评估了两个独立地分离条件：首先，距离大于或等于r，然后距离小于或等于r dr。但是，因为 np.where 返回索引，所以使用 and 连接这两个条件的结果导致仅选择第二个条件中的索引。

创建一个按元素组合条件的布尔数组使用运算符。这可确保数组中的每个元素同时基于两个条件为 True 或 False。

替代方法

选择范围内距离的替代方法是使用条件索引，如下所示：

dists[abs(dists - (r + dr / 2.)) <= dr / 2.]

此选项通过创建一个布尔数组来检查每个距离是否在以 r 为中心的范围内，从而提供更简洁和可读的解决方案。

以上是如何使用 NumPy 的 `np.where` 函数根据多个条件选择元素？的详细内容。更多信息请关注PHP中文网其他相关文章！