NumPy-modulen tillhandahåller en funktion numpy.where() för att välja element baserat på ett villkor. Den returnerar element valda från a eller b beroende på villkoret.
Till exempel, om alla argument -> villkor, a & b skickas i numpy.where() kommer det att returnera element valda från a & b beroende på värden i bool-matrisen som villkoret ger.
Om endast villkoret tillhandahålls är denna funktion en förkortning av funktionen np.asarray (condition).nonzero(). Även om icke-noll bör föredras direkt, eftersom det beter sig korrekt för underklasser.
Syntax:
numpy.where(condition[, x, y])
Parametrar:
Det här är följande parametrar i funktionen numpy.where():
bash för loop
skick: array_like, bool
Om den här parametern är inställd på True, ger x, annars ger y.
x, y: array_like:
binärt sökträd]
Den här parametern definierar de värden som ska väljas. X, y och tillstånd måste kunna sändas till någon form.
Returnerar:
Denna funktion returnerar arrayen med element från x där villkoret är True och element från y någon annanstans.
Exempel 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)>
Exempel 2: För flerdimensionell array
import numpy as np a=np.arange(12) b=np.where([[True, False], [True, True]],[[1, 2], [3, 4]],[[9, 8], [7, 6]]) b
Produktion:
array([[1, 8], [3, 4]])
Exempel 3: Sändning av x, y och condition
import numpy as np x, y = np.ogrid[:3, :4] a=np.where(x > y, x, 10 + y) a
Produktion:
array([[10, 11, 12, 13], [ 1, 11, 12, 13], [ 2, 2, 12, 13]])
I ovanstående kod
- Vi har importerat numpy med alias np.
- Vi har skapat en array 'a' med funktionen np.arange().
- Vi deklarerade variabeln 'b' och tilldelade det returnerade värdet för funktionen np.where().
- Vi har passerat en flerdimensionell matris av boolean som ett villkor och x och y som ett heltalsmatriser.
- Till sist försökte vi skriva ut värdet av b.
I utgången har x-värdet jämförts med y-värdet om det uppfyllde villkoret, då kommer det att skrivas ut x-värdet annars kommer det att skriva ut y-värdet, som har passerat som ett argument i where()-funktionen.
Exempel 4: Sändningsspecifikt värde
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)>