这里是numpy库学习笔记之where函数，收到请回答。
不知道numpy库where函数的用法前
当我们需要对数组时进行条件逻辑表述时，因为前面说到过，numpy库的很多操作都可以用python原生的处理方式。所以我们第一个想到的就是 的三元表达式结构。
所以我们先举一个例子看看这个方法是否可行。
首先我们先创建两个一维数值数组和一个一维布尔类型的数组，分别赋值到xarr，yarr与cond：
In [165]: xarr = np.array([1.1, 1.2, 1.3, 1.4, 1.5])
In [166]: yarr = np.array([2.1, 2.2, 2.3, 2.4, 2.5])
In [167]: cond = np.array([True, False, True, True, False])
假设我们想要根据cond布尔数组里的布尔值来分别选取xarr和yarr的值：当同一位置cond中的值为True时，选取xarr的值，否则从yarr中选取然后形成一个新的一维数值数组。
In [168]: result = [(x if c else y)
.....: for x, y, c in zip(xarr, yarr, cond)]
In [169]: result
Out[169]: [1.1000000000000001, 2.2000000000000002, 1.3, 1.3999999999999999, 2.5]
首先，乍一看这个是什么东西啊？怎么这么一长串数字啊？实际上这里运用到了浮点数的运算，因为有些小数用二进制的表示是无穷的，所以有时候丢失精确度是无法避免的。
比如用python进行如下计算，得出的结果就很典型。
In [1]: 0.1 + 0.2
Out[1]: 0.30000000000000004
0.1 + 0.2先转换成二进制进行计算，获得的二进制值再返回显示到浮点数，而该二进制值对应的浮点数就是一个无限小数，就显示成了这样。
好了，我们回到where函数上来。这种三元表达式比较直观易懂，但是它有两个问题。第一，它对大数组的处理速度不是很快（因为所有工作都是由纯python完成的），而numpy库使用了python的api接口，可以直接调用低级语言对内存进行直接操作，加快大数据处理时的效率。第二，无法用于多维数组。若使用np.where,则该功能写得非常简洁（不简洁也就没必要做成一个函数了）。
In [170]: result = np.where(cond, xarr, yarr)
In [171]: result
Out[171]: array([ 1.1, 2.2, 1.3, 1.4, 2.5])
np.where的第二和第三个参数不必是数组，也可以是标量值1，2，3……在数据分析过程中，where函数通常用于根据原数组而产生一个新的数组。假设有一个随机数据组成的二维数组，你想要把数组中所有的正值替换为2，将所有的负值替换为-2。若利用np.where，则会非常简单：
In [172]: arr = np.random.randn(4, 4)
In [173]: arr
Out[173]:
array([[-0.5031, -0.6223, -0.9212, -0.7262],
[ 0.2229, 0.0513, -1.1577, 0.8167],
[ 0.4336, 1.0107, 1.8249, -0.9975],
[ 0.8506, -0.1316, 0.9124, 0.1882]])
In [174]: arr > 0
Out[174]:
array([[False, False, False, False],
[ True, True, False, True],
[ True, True, True, False],
[ True, False, True, True]], dtype=bool)
In [175]: np.where(arr > 0, 2, -2)
Out[175]:
array([[-2, -2, -2, -2],
[ 2, 2, -2, 2],
[ 2, 2, 2, -2],
[ 2, -2, 2, 2]])
使用np.where,可以将标量和数组结合起来。例如，我们可用常数2替换arr中所有正的值：
In [176]: np.where(arr > 0, 2, arr) # set only positive values to 2
Out[176]:
array([[-0.5031, -0.6223, -0.9212, -0.7262],
[ 2. , 2. , -1.1577, 2. ],
[ 2. , 2. , 2. , -0.9975],
[ 2. , -0.1316, 2. , 2. ]])
而实际上，除了处理数组类型为数值的数组以外，还可以处理其他类型的数组，如数组类型为字符串的数组和布尔类型的数组等等。
把where的参数（x，y，z）看成：
三元表达式的（if语句，x，else语句）。
文章代码引用自：《利用Python进行数据分析·第2版》第4章 NumPy基础：数组和矢量计算
作者：SeanCheney
感谢SeanCheney同意引用。