NumPy模块提供了一个numpy.where()函数，用于根据条件选择元素。它返回根据条件从a或b中选择的元素。
例如，如果所有参数-> condition，则将a＆b传入numpy.where()，则它将根据条件产生的布尔数组中的值返回从a＆b中选择的元素。
如果仅提供条件，则此函数是函数np.asarray(condition).nonzero()的简写。尽管应该直接首选非零值，因为它对于子类的行为正确。
语法:
numpy.where(condition[, x, y])
参数:
这些是numpy.where()函数中的以下参数:
condition:array_like，boolean
如果此参数设置为True，则产生x，否则产生y。
x，y:array_like:
此参数定义从中选择的值。 x，y和条件需要广播为某种形状。
返回值:
此函数返回条件为True的x元素和其他地方y元素的数组。
示例1:np.where()
import numpy as np a=np.arange(12) b=np.where(a<6,a,5*a) b
在上面的代码中
- 我们导入了别名为np的numpy。
- 我们已经使用np.arange()函数创建了一个数组a。
- 我们已经声明了变量b并分配了np.where()函数的返回值。
- 我们在函数中传递了数组a。
- 最后，我们尝试打印b的值。
在输出中，范围从0到5的值保持与条件相同，其他值已乘以5。
输出:
array([ 0, 1, 2, 3, 4, 5, 30, 35, 40, 45, 50, 55])
示例2:对于多维数组
import numpy as np a=np.arange(12) b=np.where([[True, False], [True, True]],[[1, 2], [3, 4]],[[9, 8], [7, 6]]) b
输出:
array([[1, 8],
[3, 4]])
示例3:Broadcasting x，y和condition
import numpy as np x, y = np.ogrid[:3, :4] a=np.where(x > y, x, 10 + y) a
输出:
array([[10, 11, 12, 13],
[ 1, 11, 12, 13],
[ 2, 2, 12, 13]])
在上面的代码中
- 我们导入了别名为np的numpy。
- 我们使用np.arange()函数创建了一个数组a。
- 我们声明了变量b并分配了np.where()函数的返回值。
- 我们传递了一个布尔数组作为条件，而x和y作为一个整数数组。
- 最后，我们尝试打印b的值。
在输出中，如果满足条件，则将x值与y值进行比较，然后将其输出x值，否则将输出y值，该值已作为where()函数中的参数传递。
示例4:广播(Broadcasting)特定值
x=np.array([[0,1,2],[0,2,5],[0,4,8]]) y=np.where(x
输出:
array([[ 0, 1, 2],
[ 0, 2, -2],
[ 0, -2, -2]])
