A NumPy modul egy numpy.where() függvényt biztosít az elemek feltétel alapján történő kiválasztásához. A feltételtől függően a vagy b közül választott elemeket ad vissza.
Például, ha az összes argumentum -> feltétel, a & b átadásra kerül a numpy.where()-ben, akkor az a & b közül kiválasztott elemeket ad vissza a feltétel által a bool tömbben lévő értékektől függően.
Ha csak a feltétel van megadva, ez a függvény az np.asarray (condition).nonzero() függvény rövidítése. Bár közvetlenül a nullától eltérő értéket kell előnyben részesíteni, mivel az alosztályoknál megfelelően viselkedik.
Szintaxis:
numpy.where(condition[, x, y])
Paraméterek:
Ezek a következő paraméterek a numpy.where() függvényben:
feltétel: array_like, bool
Ha ez a paraméter True értékre van állítva, akkor x hozam, ellenkező esetben y.
x, y: array_like:
Ez a paraméter határozza meg azokat az értékeket, amelyek közül választhat. Az x, y és feltételnek valamilyen formában sugározhatónak kell lennie.
Visszaküldés:
Ez a függvény visszaadja a tömböt az x elemekkel, ahol a feltétel igaz, és az y elemekkel máshol.
kat timpf nővére
1. példa: np.where()
import numpy as np a=np.arange(12) b=np.where(a<6,a,5*a) b < pre> <p> <strong>In the above code</strong> </p> <ul> <li>We have imported numpy with alias name np.</li> <li>We have created an array 'a' using np.arange() function.</li> <li>We have declared the variable 'b' and assigned the returned value of np.where() function.</li> <li>We have passed the array 'a' in the function.</li> <li>Lastly, we tried to print the value of b.</li> </ul> <p>In the output, the values ranging from 0 to 5 remain the same as per the condition, and the other values have been multiplied with 5.</p> <p> <strong>Output:</strong> </p> <pre> array([ 0, 1, 2, 3, 4, 5, 30, 35, 40, 45, 50, 55]) </pre> <h3>Example 2: For multidimensional array</h3> <pre> import numpy as np a=np.arange(12) b=np.where([[True, False], [True, True]],[[1, 2], [3, 4]],[[9, 8], [7, 6]]) b </pre> <p> <strong>Output:</strong> </p> <pre> array([[1, 8], [3, 4]]) </pre> <h3>Example 3: Broadcasting x, y, and condition</h3> <pre> import numpy as np x, y = np.ogrid[:3, :4] a=np.where(x > y, x, 10 + y) a </pre> <p> <strong>Output:</strong> </p> <pre> array([[10, 11, 12, 13], [ 1, 11, 12, 13], [ 2, 2, 12, 13]]) </pre> <p> <strong>In the above code</strong> </p> <ul> <li>We have imported numpy with alias name np.</li> <li>We have created an array 'a' using np.arange() function. </li> <li>We declared the variable 'b' and assigned the returned value of np.where() function.</li> <li>We have passed a multidimensional array of boolean as a condition and x and y as an integer arrays.</li> <li>Lastly, we tried to print the value of b.</li> </ul> <p>In the output, the x value has been compared to y value if it satisfied the condition, then it will be printed x value otherwise, it will print y value, which has passed as an argument in the where() function.</p> <h3>Example 4: Broadcasting specific value</h3> <pre> x=np.array([[0,1,2],[0,2,5],[0,4,8]]) y=np.where(x<4,x,-2) y < pre> <p> <strong>Output:</strong> </p> <pre> array([[ 0, 1, 2], [ 0, 2, -2], [ 0, -2, -2]]) </pre> <hr></4,x,-2)></pre></6,a,5*a)>
2. példa: Többdimenziós tömbhöz
import numpy as np a=np.arange(12) b=np.where([[True, False], [True, True]],[[1, 2], [3, 4]],[[9, 8], [7, 6]]) b
Kimenet:
array([[1, 8], [3, 4]])
3. példa: x, y és feltétel sugárzása
import numpy as np x, y = np.ogrid[:3, :4] a=np.where(x > y, x, 10 + y) a
Kimenet:
array([[10, 11, 12, 13], [ 1, 11, 12, 13], [ 2, 2, 12, 13]])
A fenti kódban
- Importáltuk a numpy-t np aliasnévvel.
- Létrehoztunk egy 'a' tömböt az np.arange() függvény segítségével.
- Deklaráltuk a 'b' változót, és hozzárendeltük az np.where() függvény visszaadott értékét.
- Egy többdimenziós logikai tömböt adtunk át feltételként, valamint x és y egész szám tömböt.
- Végül megpróbáltuk kinyomtatni a b értékét.
A kimenetben az x értéket összehasonlítottuk y értékkel, ha az teljesítette a feltételt, akkor x érték lesz kiírva egyébként, y értéket ír ki, amely argumentumként átment a where() függvényben.
4. példa: Adásspecifikus érték
x=np.array([[0,1,2],[0,2,5],[0,4,8]]) y=np.where(x<4,x,-2) y < pre> <p> <strong>Output:</strong> </p> <pre> array([[ 0, 1, 2], [ 0, 2, -2], [ 0, -2, -2]]) </pre> <hr></4,x,-2)>