numpy.where() 详细、分步说明/示例 [英] numpy.where() detailed, step-by-step explanation / examples

问题描述

尽管阅读了文档，这篇文章 和 另一篇文章.

有人可以提供带有一维和二维数组的分步注释示例吗?

解决方案

折腾了一阵子，终于搞明白了，贴在这里希望能帮到其他人.

直觉上，np.where 就像问告诉我在这个数组中的哪个位置，条目满足给定条件".

<预><代码>>>>a = np.arange(5,10)>>>np.where(a < 8) # 告诉我在 a 中的哪个位置，条目是 <8(array([0, 1, 2]),) # 答案:索引为 0, 1, 2 的条目

也可以用来获取数组中满足条件的条目:

<预><代码>>>>a[np.where(a <8)]array([5, 6, 7]) # 从条目 0, 1, 2 中选择

<小时>

当 a 是一个二维数组时，np.where() 返回一个行 idx 的数组和一个 col idx 的数组:

<预><代码>>>>a = np.arange(4,10).reshape(2,3)数组([[4, 5, 6],[7, 8, 9]])>>>np.where(a > 8)(数组(1)，数组(2))

和一维情况一样，我们可以使用 np.where() 来获取二维数组中满足条件的条目:

<预><代码>>>>a[np.where(a > 8)] # 从条目 0, 1, 2 中选择

数组([9])

<小时>

注意，当 a 为 1d 时，np.where() 仍然返回一个行 idx 数组和一个 col idx 数组，但列的长度为 1，所以后者是空数组.

I have trouble properly understanding numpy.where() despite reading the doc, this post and this other post.

Can someone provide step-by-step commented examples with 1D and 2D arrays?

解决方案

After fiddling around for a while, I figured things out, and am posting them here hoping it will help others.

Intuitively, np.where is like asking "tell me where in this array, entries satisfy a given condition".

>>> a = np.arange(5,10)
>>> np.where(a < 8)       # tell me where in a, entries are < 8
(array([0, 1, 2]),)       # answer: entries indexed by 0, 1, 2

It can also be used to get entries in array that satisfy the condition:

>>> a[np.where(a < 8)] 
array([5, 6, 7])          # selects from a entries 0, 1, 2

---

When a is a 2d array, np.where() returns an array of row idx's, and an array of col idx's:

>>> a = np.arange(4,10).reshape(2,3)
array([[4, 5, 6],
       [7, 8, 9]])
>>> np.where(a > 8)
(array(1), array(2))

As in the 1d case, we can use np.where() to get entries in the 2d array that satisfy the condition:

>>> a[np.where(a > 8)] # selects from a entries 0, 1, 2

array([9])

---

Note, when a is 1d, np.where() still returns an array of row idx's and an array of col idx's, but columns are of length 1, so latter is empty array.

这篇关于numpy.where() 详细、分步说明/示例的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！