numpy where使用详解|极客笔记

numpy where使用详解

Numpy数值计算库，广泛应用于数据分析和科学计算领域。numpy 中的 where 函数可以根据指定的条件返回符合条件的元素的位置。

`numpy.where` 函数的基本用法

numpy.where 函数的基本语法如下：

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

其中，condition 是一个用于筛选元素的条件，x 和 y 是可选参数，用于指定符合条件和不符合条件的替代值。

下面是一个简单的示例，展示了如何使用 numpy.where 函数：

import numpy as np

arr = np.array([1, 2, 3, 4, 5])
condition = arr > 3

result = np.where(condition, arr, 0)
print(result)

在上面的示例中，我们首先创建了一个包含 [1, 2, 3, 4, 5] 的数组 arr，然后定义了一个条件 arr > 3，该条件为 True 表示 arr 中的元素大于 3。最后我们使用 np.where 函数根据条件将符合条件的元素替换成 arr 中的值，不符合条件的元素替换成 0。

运行该程序，输出如下：

numpy where使用详解

多维数组中的 `numpy.where`

除了一维数组，numpy.where 函数也可以用于多维数组。在多维数组中，可以使用 numpy.where 函数根据不同的条件进行替换。

下面是一个示例，展示了如何在多维数组中使用 numpy.where 函数：

import numpy as np

arr = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
condition = arr > 3

result = np.where(condition, arr, 0)
print(result)

在上面的示例中，我们创建了一个 3×3 的二维数组 arr，然后定义了一个条件 arr > 3，我们使用 np.where 函数根据条件将符合条件的元素替换成 arr 中的值，不符合条件的元素替换成 0。运行该程序，输出如下：

numpy where使用详解

`numpy.where` 的高级用法

除了简单的替换操作，numpy.where 还可以用于更加复杂的操作。例如，我们可以根据不同的条件选择不同的替换值，或者根据条件进行元素的位置替换。

下面是一个示例，展示了 numpy.where 的高级用法：

import numpy as np

arr1 = np.array([1, 2, 3, 4, 5])
arr2 = np.array([10, 20, 30, 40, 50])
condition = np.array([True, False, True, False, True])

result = np.where(condition, arr1, arr2)
print(result)

在上面的示例中，我们创建了两个一维数组 arr1 和 arr2，以及一个条件数组 condition。根据 condition 数组的值，如果为 True，则取 arr1 中的对应位置的值，如果为 False，则取 arr2 中的对应位置的值。运行该程序，输出如下：

numpy where使用详解

`numpy.where` 对字符串数组的操作

numpy.where 还可以对字符串数组进行替换等操作。示例代码如下：

import numpy as np

arr = np.array(['data', 'numpywhere.com', 'geek-docs.com', 'deepinout.com'])
result = np.where(arr == 'data', 'Web', arr)

print(result)

运行结果：

numpy where使用详解