Moduł NumPy udostępnia funkcję numpy.where() służącą do wybierania elementów na podstawie warunku. Zwraca elementy wybrane spośród a lub b, w zależności od warunku.
Na przykład, jeśli wszystkie argumenty -> warunek, a i b zostaną przekazane w numpy.where(), wówczas zwróci elementy wybrane z a i b w zależności od wartości w tablicy bool otrzymanej przez warunek.
Jeśli podany jest tylko warunek, ta funkcja jest skrótem funkcji np.asarray (warunek).nonzero(). Chociaż wartość różna od zera powinna być preferowana bezpośrednio, ponieważ zachowuje się poprawnie w przypadku podklas.
Składnia:
numpy.where(condition[, x, y])
Parametry:
Oto następujące parametry funkcji numpy.where():
warunek: podobny do tablicy, bool
Jeśli ten parametr jest ustawiony na True, uzyskaj x, w przeciwnym razie otrzymasz y.
x, y: tablica_podobna:
Ten parametr określa wartości do wyboru. Wartości x, y i warunek muszą być transmitowane do pewnego kształtu.
Zwroty:
Ta funkcja zwraca tablicę zawierającą elementy z x, gdzie warunek ma wartość True, oraz elementy z y gdzie indziej.
Przykład 1: np.where()
import numpy as np a=np.arange(12) b=np.where(a<6,a,5*a) b < pre> <p> <strong>In the above code</strong> </p> <ul> <li>We have imported numpy with alias name np.</li> <li>We have created an array 'a' using np.arange() function.</li> <li>We have declared the variable 'b' and assigned the returned value of np.where() function.</li> <li>We have passed the array 'a' in the function.</li> <li>Lastly, we tried to print the value of b.</li> </ul> <p>In the output, the values ranging from 0 to 5 remain the same as per the condition, and the other values have been multiplied with 5.</p> <p> <strong>Output:</strong> </p> <pre> array([ 0, 1, 2, 3, 4, 5, 30, 35, 40, 45, 50, 55]) </pre> <h3>Example 2: For multidimensional array</h3> <pre> import numpy as np a=np.arange(12) b=np.where([[True, False], [True, True]],[[1, 2], [3, 4]],[[9, 8], [7, 6]]) b </pre> <p> <strong>Output:</strong> </p> <pre> array([[1, 8], [3, 4]]) </pre> <h3>Example 3: Broadcasting x, y, and condition</h3> <pre> import numpy as np x, y = np.ogrid[:3, :4] a=np.where(x > y, x, 10 + y) a </pre> <p> <strong>Output:</strong> </p> <pre> array([[10, 11, 12, 13], [ 1, 11, 12, 13], [ 2, 2, 12, 13]]) </pre> <p> <strong>In the above code</strong> </p> <ul> <li>We have imported numpy with alias name np.</li> <li>We have created an array 'a' using np.arange() function. </li> <li>We declared the variable 'b' and assigned the returned value of np.where() function.</li> <li>We have passed a multidimensional array of boolean as a condition and x and y as an integer arrays.</li> <li>Lastly, we tried to print the value of b.</li> </ul> <p>In the output, the x value has been compared to y value if it satisfied the condition, then it will be printed x value otherwise, it will print y value, which has passed as an argument in the where() function.</p> <h3>Example 4: Broadcasting specific value</h3> <pre> x=np.array([[0,1,2],[0,2,5],[0,4,8]]) y=np.where(x<4,x,-2) y < pre> <p> <strong>Output:</strong> </p> <pre> array([[ 0, 1, 2], [ 0, 2, -2], [ 0, -2, -2]]) </pre> <hr></4,x,-2)></pre></6,a,5*a)>
Przykład 2: Dla tablicy wielowymiarowej
import numpy as np a=np.arange(12) b=np.where([[True, False], [True, True]],[[1, 2], [3, 4]],[[9, 8], [7, 6]]) b
Wyjście:
array([[1, 8], [3, 4]])
Przykład 3: Nadawanie x, y i warunku
import numpy as np x, y = np.ogrid[:3, :4] a=np.where(x > y, x, 10 + y) a
Wyjście:
array([[10, 11, 12, 13], [ 1, 11, 12, 13], [ 2, 2, 12, 13]])
W powyższym kodzie
- Zaimportowaliśmy numpy z aliasem np.
- Utworzyliśmy tablicę „a” za pomocą funkcji np.arange().
- Zadeklarowaliśmy zmienną „b” i przypisaliśmy wartość zwróconą przez funkcję np.where().
- Przekazaliśmy wielowymiarową tablicę logiczną jako warunek oraz x i y jako tablice całkowite.
- Na koniec próbowaliśmy wydrukować wartość b.
Na wyjściu wartość x została porównana z wartością y, jeśli spełnia warunek, wówczas zostanie wydrukowana wartość x, w przeciwnym razie zostanie wydrukowana wartość y, która została przekazana jako argument w funkcji Where().
Przykład 4: Nadawanie określonej wartości
x=np.array([[0,1,2],[0,2,5],[0,4,8]]) y=np.where(x<4,x,-2) y < pre> <p> <strong>Output:</strong> </p> <pre> array([[ 0, 1, 2], [ 0, 2, -2], [ 0, -2, -2]]) </pre> <hr></4,x,-2)>