Numpy中where函数

Numpy中where函数

参考：Numpy Where Function

在使用Numpy进行数组操作时，我们经常会遇到需要根据某种条件来选择数组中的元素的情况。这时，就可以使用Numpy中的where函数来实现这一目的。where函数可以根据指定的条件，返回符合条件的元素的索引或者值。

np.where()语法

np.where(condition, x, y)

• condition：bool类型的数组，表示条件
• x：符合条件的元素替换为x
• y：不符合条件的元素替换为y

示例1：测试数组中的奇偶性

import numpy as np

arr = np.array([1, 2, 3, 4, 5])
condition = np.array([True, False, True, False, True])

result = np.where(condition, arr, 0)
print(result)

运行结果：

在这个示例中，我们首先创建了一个数组arr，然后创建了一个条件数组condition，表示对应位置的元素是否符合条件。最后使用np.where函数根据条件condition，将arr中符合条件的元素替换为对应位置的元素，不符合条件的元素替换为0。

示例2：对数组指定元素进行操作

使用np.where函数可以对数组元素进行指定，对指定的元素进行操作。下面是一个示例：

import numpy as np

arr = np.array([1, 2, 3, 4, 5])
result = np.where(arr < 3, arr*2, arr/2)
print(result)

运行结果：

示例3：对多维数组元素操作

import numpy as np

arr = np.array([[1, 2], [3, 4]])
result = np.where(arr % 2 == 0, 'numpy', 'where')
print(result)

运行结果：

示例4：将多个数组按需合并

通过np.where函数，按照需求将两个数组合并为一个数组，下面是一个示例代码：

import numpy as np

arr1 = np.array([1, 2, 3, 4, 5])
arr2 = np.array([10, 20, 30, 40, 50])

result = np.where(arr1 > 3, arr1, arr2)
print(result)

运行结果：

总结

通过以上的示例，可以看出np.where函数的灵活性和便利性，可以根据条件来选择数组中的元素，完成各种复杂的数组操作。