numpy.where

原文:https://docs.scipy.org/doc/numpy/reference/generated/numpy.where.html

译者:飞龙 UsyiyiCN

校对:(虚位以待)

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

根据条件,从xy返回元素。

如果只给出条件,则返回condition.nonzero()

参数:

condition:array_like,bool

当为True时,产量x,否则产生y

x,y:array_like,可选

要选择的值。xy需要具有与条件相同的形状。

返回:

out:ndarray的数组或元组

如果指定xy,则输出数组包含x的元素,其中条件y

如果仅给出条件,则返回元组condition.nonzero(),其中条件为True。

也可以看看

nonzerochoose

笔记

如果给定xy且输入数组是1-D,where等效于:

[xv if c else yv for (c,xv,yv) in zip(condition,x,y)]

例子

>>> np.where([[True, False], [True, True]],
...          [[1, 2], [3, 4]],
...          [[9, 8], [7, 6]])
array([[1, 8],
       [3, 4]])
>>> np.where([[0, 1], [1, 0]])
(array([0, 1]), array([1, 0]))
>>> x = np.arange(9.).reshape(3, 3)
>>> np.where( x > 5 )
(array([2, 2, 2]), array([0, 1, 2]))
>>> x[np.where( x > 3.0 )]               # Note: result is 1D.
array([ 4.,  5.,  6.,  7.,  8.])
>>> np.where(x < 5, x, -1)               # Note: broadcasting.
array([[ 0.,  1.,  2.],
       [ 3.,  4., -1.],
       [-1., -1., -1.]])

查找良好值x元素的索引。

>>> goodvalues = [3, 4, 7]
>>> ix = np.in1d(x.ravel(), goodvalues).reshape(x.shape)
>>> ix
array([[False, False, False],
       [ True,  True, False],
       [False,  True, False]], dtype=bool)
>>> np.where(ix)
(array([1, 1, 2]), array([0, 1, 1]))