numpy函式中where函式的用法

覺得有些格式不太好看 就自己寫了一下

numpy.where的格式：

numpy.where( condition , x , y )

x,y ： 類陣列物件 ，optional(這個不太明白，不過不影響使用)*

第一種：numpy.where(condition,x,y).condition為真，輸出x;假，則輸出y.

第二種：numpy.where(condition,x,y).condition為真，返回conditon.nonzero().(返回condition（類陣列物件）非零元素的座標)

np.where([[

true
,false],
[true
,true]]
,[[1
,2],
[3,4
]],[
[9,8
],[7
,6]]
)

array([[

1,8]
,[3,
4]])

np.where([[

true
,false],
[true
,true]]
,[[1
,2],
[3,4
]],[
[9,8
],[7
,6]]
)

array([[

1,8]
,[3,
4]])

第一列,conditon為true,為邏輯真值，則輸出x=1

第二列,false,輸出y =8

第二種：

dataset=array

([[1,0,
0,0]
,[0,
1,0,
0],[
0,1,
0,0]
,[0,
0,0,
1]]) 
np.where(dataset)

(array([0

,1,2
,3], dtype=int64)
, array([0
,1,1
,3], dtype=int64)
)

numpy中where函式的使用

官方解釋是有些難以理解，我將個人理解分享如下 numpy.where的格式 numpy.where condition,x,y condition 類陣列物件，布林邏輯 即true或false x,y 類陣列物件，optional 這個不太明白，不過不影響使用 numpy.where分兩種方式使用。...

Python中numpy的where 函式

第一種用法 np.where conditions,x,y if condituons成立 陣列變x else 陣列變y import numpy as np x np.random.randn 4,4 print np.where x 0,2,2 試試效果 xarr np.array 1.1,1....

Numpy中的函式

生成用函式 效果np.array x 將輸入資料轉化為乙個ndarray np.array x,dtype 將輸入資料轉化為乙個型別為type的ndarray np.asarray array 將輸入資料轉化為乙個新的 copy ndarray np.ones n 生成乙個n長度的一維全一ndarr...