numpy.where() 详细的分步说明/示例 [关闭]
Posted
技术标签:
【中文标题】numpy.where() 详细的分步说明/示例 [关闭]【英文标题】:numpy.where() detailed, step-by-step explanation / examples [closed] 【发布时间】:2016-04-12 13:25:46 【问题描述】:尽管阅读了the doc、this post 和this other post,但我无法正确理解numpy.where()
。
有人可以提供一维和二维数组的分步注释示例吗?
【问题讨论】:
【参考方案1】:折腾了一段时间后,我想通了,并在这里发布它们,希望对其他人有所帮助。
直观地说,np.where
就像在问“告诉我在这个数组的哪个位置,条目满足给定条件”。
>>> a = np.arange(5,10)
>>> np.where(a < 8) # tell me where in a, entries are < 8
(array([0, 1, 2]),) # answer: entries indexed by 0, 1, 2
也可以用来获取数组中满足条件的条目:
>>> a[np.where(a < 8)]
array([5, 6, 7]) # selects from a entries 0, 1, 2
当a
是一个二维数组时,np.where()
返回一个由row idx 组成的数组,以及一个由col idx 组成的数组:
>>> a = np.arange(4,10).reshape(2,3)
array([[4, 5, 6],
[7, 8, 9]])
>>> np.where(a > 8)
(array(1), array(2))
与一维情况一样,我们可以使用np.where()
来获取二维数组中满足条件的条目:
>>> a[np.where(a > 8)] # selects from a entries 0, 1, 2
数组([9])
注意,a
为 1d 时,np.where()
仍然返回 row idx 的数组和 col idx 的数组,但列的长度为 1,因此后者是空数组。
【讨论】:
在 2d 上使用时,我一直在努力理解 np.where,直到我找到你的答案“当 a 是 2d 数组时,np.where() 返回一个行 idx 数组和一个 col 数组idx 的:"。谢谢你。 我在阅读文档三遍后仍然无法解决难题np.where(2d_array)
,感到非常愚蠢,感谢您解决这个问题!你应该接受你自己的答案。 e: 哦,关门了。好吧,它不应该是
很遗憾它被关闭了。但是,我想在这个完整的答案中添加np.where
的另一个功能。该函数还可以根据条件从 x 和 y 数组中选择元素。此评论中的空间有限,但请参阅:np.where(np.array([[False,False,True], [True,False,False]]), np.array([[8,2,6], [9,5,0]]), np.array([[4,8,7], [3,2,1]]))
将返回 array([[4, 8, 6], [9, 2, 1]])
。注意根据真/假选择 x 和 y 的哪些元素
这个答案给出的解释只是np.where的一个特例。根据文档,当仅提供condition
时,此函数是np.asarray(condition).nonzero()
的简写。【参考方案2】:
这里更有趣一点。我发现 NumPy 经常做的正是我希望它做的事情——有时对我来说只是尝试比阅读文档更快。实际上两者混合是最好的。
我认为您的回答很好(如果您愿意,可以接受)。这只是“额外的”。
import numpy as np
a = np.arange(4,10).reshape(2,3)
wh = np.where(a>7)
gt = a>7
x = np.where(gt)
print "wh: ", wh
print "gt: ", gt
print "x: ", x
给予:
wh: (array([1, 1]), array([1, 2]))
gt: [[False False False]
[False True True]]
x: (array([1, 1]), array([1, 2]))
...但是:
print "a[wh]: ", a[wh]
print "a[gt] ", a[gt]
print "a[x]: ", a[x]
给予:
a[wh]: [8 9]
a[gt] [8 9]
a[x]: [8 9]
【讨论】:
***.com/questions/52649568/use-of-np-where0以上是关于numpy.where() 详细的分步说明/示例 [关闭]的主要内容,如果未能解决你的问题,请参考以下文章
numpy.where和numpy.piecewise的用法
几种播放音频文件的方式(十三) —— OpenAL框架之分步解析