极客笔记Numpy where函数详解
Numpy 是Python中用于高性能科学计算的库，提供了许多方便的函数来进行数组操作。其中，numpy.where() 是一个非常有用的函数，它可以根据条件返回数组中符合条件的元素的下标或对应的值。
语法
numpy.where(condition[, x, y])
condition：表示条件，可以是数组或逻辑表达式。x：可选参数，表示条件为True时返回的值或数组。y：可选参数，表示条件为False时返回的值或数组。
示例1：单一选择条件
import numpy as np
arr = np.array([1, 2, 3, 4, 5])
result = np.where(arr > 2)
print(result)
输出结果为：
上面的例子中，当条件 arr > 2 成立时，np.where() 返回了数组中大于2的元素的下标。
import numpy as np
arr = np.array([1, 2, 3, 4, 5])
result = np.where(arr > 2, 'yes', 'no')
print(result)
输出结果为：
在这个例子中，当条件 arr > 2 成立时，返回 'yes'，否则返回 'no'。
示例2：多种选择条件
使用与&、或|、非!等逻辑判断语言来构建多种选择条件，来获取满足条件的数组。下面是一个示例代码：
import numpy as np
arr = np.array([1, 2, 3, 4, 5])
result = np.where((arr > 2) & (arr < 5), 0, arr)
print(result)
运行结果：
另外一个例子，满足多种条件下的数组示例如下：
import numpy as np
arr = np.array([1, 4, 9, 16, 25])
result = np.where(arr >= 10, np.sqrt(arr), arr)
print(result)
运行结果：
总结
numpy.where() 函数是一个非常强大的工具，在处理数组中的条件筛选时非常方便。通过合理地运用这个函数，可以提高数据处理效率，简化代码逻辑。