Numpy where多条件选择|极客笔记

Numpy where多条件选择

参考：Numpy where function with multiple conditions

在使用Numpy进行数组操作时，我们经常需要根据多个条件来选择元素。np.where()是一个非常有用的函数，可以帮助我们根据条件快速地选择数组中的元素。本文将详细介绍如何在Numpy中使用np.where()函数来处理多个条件的情况。

`np.where()`函数

np.where()函数是Numpy中用于根据条件选择元素的函数。它的基本语法如下：

np.where(condition, x, y)

其中，condition是一个布尔类型的数组，x和y可以是相同形状的数组，也可以是标量。如果condition中的元素为True，则输出数组的对应位置取x中的元素；如果condition中的元素为False，则输出数组的对应位置取y中的元素。

多个条件的使用方法

当我们需要根据多个条件来选择元素时，可以使用逻辑运算符来组合条件。下面是一个示例代码：

import numpy as np

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

condition1 = arr % 2 == 0
condition2 = arr > 5

result = np.where(np.logical_and(condition1, condition2), arr, 0)
print(result)

在上面的示例中，我们首先创建了一个包含1到9的数组arr。然后定义了两个条件condition1和condition2，分别表示元素是否为偶数和是否大于5。接着使用np.logical_and()函数来组合多个条件，并将结果保存在result中。最后打印出根据条件选择后的结果。

运行以上代码，输出结果如下所示：

Numpy where多条件选择

从输出结果可以看出，根据条件condition1和condition2选择出数组中符合条件的元素，并用0填充不符合条件的位置。

除了np.logical_and()函数外，Numpy还提供了其他逻辑运算符函数，如np.logical_or()、np.logical_not()等，可以根据实际需要选择合适的函数来处理多个条件的情况。

示例1

数组元素根据两个条件：arr > 2 且 arr < 5，根据两个条件来限定输出数组。示例代码如下：

import numpy as np

arr = np.array([1, 2, 3, 4, 5, 6])

result = np.where((arr > 2) & (arr < 5), arr, 0)
print(result)

运行结果：

Numpy where多条件选择

示例2

依据条件：满足大于70并且可以被10整除条件的元素置为0，示例代码如下：

import numpy as np

arr = np.array([50, 60, 70, 80, 90, 100])

result = np.where((arr > 70) & (arr % 10 == 0), arr, 0)
print(result)

运行结果：

Numpy where多条件选择

总结

本文介绍了在Numpy中使用np.where()函数处理多个条件的方法，通过逻辑运算符来组合条件，可以快速地选择数组中符合条件的元素。

Numpy where多条件选择