详解Python中where()函数的用法

where（）的用法

首先强调一下，where()函数对于不同的输入，返回的只是不同的。

1当数组是一维数组时，返回的值是一维的索引，所以只有一组索引数组

2当数组是二维数组时，满足条件的数组值返回的是值的位置索引，因此会有两组索引数组来表示值的位置

例如

>>>b=np.arange(10)>>>barray([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])>>>np.where(b>5) (array([6, 7, 8, 9], dtype=int64),)>>>a=np.reshape(np.arange(20),(4,5))>>>a array([[ 0, 1, 2, 3, 4],    [ 5, 6, 7, 8, 9],    [10, 11, 12, 13, 14],    [15, 16, 17, 18, 19]])>>>np.where(a>10)(array([2, 2, 2, 2, 3, 3, 3, 3, 3], dtype=int64), array([1, 2, 3, 4, 0, 1, 2, 3, 4], dtype=int64))

对numpy标准库里的解释做一个介绍：

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

基于条件condition，返回值来自x或者y.

如果.

>>> 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)>>> ixarray([[False, False, False],    [ True, True, False],    [False, True, False]], dtype=bool)>>> np.where(ix)(array([1, 1, 2]), array([0, 1, 1]))

两种方法的示例代码

第一种用法

np.where(conditions,x,y)

if （condituons成立）：

　　数组变x