numpy.where

Posted 2020-09-17 苏轶然

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

如果是一维，相当于[xv if c else yv for (c,xv,yv) in zip(condition,x,y)]

输入条件，类数组形式，若判断结果成立则返回x，否则为y。

返回为tuple或者array。

当条件对象为一维，返回array。

条件对象为二维，返回tuple。第一部分为矩阵行的坐标，第二部分为矩阵列的坐标。

当条件对象维高维，按照二维矩阵操作，判断其中对象。

np.eye(n)生成对象数组，在np.where中按照一维操作及返回。

以下为scipy doc原文。

numpy.where

numpy.where(condition[, x, y])

Return elements, either from x or y, depending on condition.

If only condition is given, return condition.nonzero().

Parameters:	condition : array_like, bool When True, yield x, otherwise yield y. x, y : array_like, optional Values from which to choose. x and y need to have the same shape as condition.
Returns:	out : ndarray or tuple of ndarrays If both x and y are specified, the output array contains elements of x where condition is True, and elements from y elsewhere. If only condition is given, return the tuple condition.nonzero(), the indices where condition is True.

See also

nonzero, choose

Notes

If x and y are given and input arrays are 1-D, where is equivalent to:

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

np.where()

Examples

>>>
>>> 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.]])
Find the indices of elements of x that are in goodvalues.

>>>
>>> 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]))

 

scipy doc : np.where()