python中np.where()的使用方法

np.where有两种用法

• 1. np.where(condition, x, y) 当 where 内有三个参数时，第一个参数表示条件，当条件成立时 where 方法返回 x，当条件不成立时 where 返回 y
• 2. np.where(condition) 当 where 内只有一个参数时，那个参数表示条件，当条件成立时，where 返回的是每个符合 condition 条件元素的坐标，返回的是以元组的形式
• 3. 多条件时 condition，& 表示与，|表示或。如 a = np.where((0

代码示例：
用法一：三个参数

>>> import numpy as np

>>> x = np.random.randn(4, 4)
Out[4]: 
array([[-1.07932656,  0.48820426,  0.27014549,  0.43823363],
       [ 0.28400645,  0.89720027,  1.6945324 , -1.41739129],
       [ 0.55640566, -0.99401836, -1.58491355,  0.90241023],
       [-0.14711914, -1.21307824, -0.0509225 ,  1.39018565]])
>>> np.where(x > 0, 2, -2)
Out[5]: 
array([[-2,  2,  2,  2],
       [ 2,  2,  2, -2],
       [ 2, -2, -2,  2],
       [-2, -2, -2,  2]])

用法二： 一个参数

>>> a = np.array([2,4,6,8,10])
#只有一个参数表示条件的时候
>>> np.where(a > 5)

Out[5]: (array([2, 3, 4], dtype=int64),)

用法3：多条件

# 满足 (data>= 0) & (data<=2)，则返回np.ones_like(data)，否则返回 np.zeros_like(data)
>>> import numpy as np

>>> data = np.array([[0, 2, 0], 
				     [3, 1, 2],
                     [0, 4, 0]])
>>> new_data = np.where((data>= 0) & (data<=2), np.ones_like(data), np.zeros_like(data))
>>> print(new_data)
Out[6]:
[[1 1 1]
 [0 1 1]
 [1 0 1]]