numpy.where函式是三元表示式x if condition else y的向量化版本。假設我們有乙個布林陣列和兩個值陣列。
xarr = np.array([1.1,1.2,1.3,1.4,1.5])
yarr = np.array([2.1,2.2,2.3,2.4,2.5])
cond = np.array([true,false,true,true,false])
假設我們想要根據cond中的值選取xarr和yarr的值:當cond中的值為true時,選取xarr的值,否則從yarr中選取。列表推導式的寫法應該如下所示:
result = [(x if c else y) for x,y,c in zip(xarr,yarr,cond)]
print result
輸出結果
[1.1000000000000001, 2.2000000000000002, 1.3, 1.3999999999999999, 2.5]
但是這樣有幾個問題。
一、它對大陣列的處理速度不是很快
二、它無法用於多維陣列。
若使用np.where,則可以將該功能寫的特別簡潔:
result = np.where(cond,xarr,yarr)
print result
輸出結果
[ 1.1 2.2 1.3 1.4 2.5]
np.where第二個和第三個引數不必是陣列,也可以是標量。
如下為隨機資料組成的矩陣,將所有正值替換為2,所有負值替換為-2
arr = np.random
.randn(4,4)
print arr
print np.where(arr>0,2,-2)
輸出結果
[[ 1.80262171 0.7143772 2.28177789 0.43296688]
[-0.71345291 0.70720256 0.09209334 -1.12625402]
[ 1.45065299 0.55110371 -0.659351 -0.41175648]
[ 0.4328763 0.67499992 -0.53531592 -0.38604227]]
[[ 2 2 2 2]
[-2 2 2 -2]
[ 2 2 -2 -2]
[ 2 2 -2 -2]]
只將正值設定為2
print np.where(arr>0,2,arr)
輸出結果
[[-1.05460459 2. 2. 2. ]
[ 2. 2. 2. 2. ]
[-0.52191645 -0.98692719 2. 2. ]
[-2.11448246 2. -0.25533101 -1.07167209]]
還可以用where實現更複雜的邏輯
比如
np.where(cond1&cond2,0,
np.where(cond1,1,
np.where(cond2,2,3)))
等價於
result =for i in range(n):
if cond1[i] and cond2[i]:
elif cond1[i]:
elif cond2[i]:
else:
將條件邏輯作為陣列操作 where
這一章就講解 numpy.where 函式。他是三元表示式 的向量化版本。三元表示式 x if condition else y import numpy as np xarr np.array 1.1,1.2,1.3,1.4,1.5 yarr np.array 2.1,2.2,2.3,2.4,2....
條件,邏輯運算子
1.種類 優先順序6 高 優先順序7 低 2.結合方向 自左向右 3.優先級別 1 關係表示式 用關係運算子將兩個表示式連線起來的式子 2 關係表示式格式 表示式 關係運算子 表示式 3 關係表示式的值 1 表示關係成立,0 表示關係不成立 4.注意點 1 應避免對實數 小數 做相等或不等的判斷,應...
Numpy學習筆記
測試檔案裡的資料排列型別最好是有規律的,不可以隨便,否則將發生一些錯誤 genfromtxt函式 genfromtxt函式建立陣列 資料 genfromtxt主要執行兩個迴圈運算。第乙個迴圈將檔案的每一行轉換成字串序列。第二個迴圈將每個字串序列轉換為相應的資料型別。genfromtxt能夠考慮缺失的...