我正在阅读有关备忘单中的矢量化表达式。如下所述
矢量化表达式
np.where(cond,x,y)是表达式'x if condition else y'的矢量化版本
示例:
np.where([True, False], [1, 2], [2, 3]) => ndarray (1, 3)
我无法理解上面的例子。我的理解是我们应该有表达,但在这里我们有[True,False]列表。
请求分解解释以及我们如何获得ndarray(1,3)的输出
由于
答案 0 :(得分:2)
我通常使用np.where
将布尔数组转换为索引数组。考虑这个例子:
In [12]: a = np.random.rand((10))
In [13]: a
Out[13]:
array([ 0.80785098, 0.49922039, 0.02018482, 0.69514821, 0.87127179,
0.23235574, 0.73199572, 0.79935066, 0.46667908, 0.11330817])
In [14]: bool_array = a > 0.5
In [15]: bool_array
Out[15]: array([ True, False, False, True, True, False, True, True, False, False], dtype=bool)
In [16]: np.where(bool_array)
Out[16]: (array([0, 3, 4, 6, 7]),)
您的示例说明。对于cond
中的每个值:如果True
,请从x
中选择值,否则从y
中选择值
cond: [True, False]
x : [1, 2]
y : [2, 3]
Result:
cond[0] == True -> out[0] == x[0]
cond[1] == False -> out[1] == y[1]
out == [1, 3]
答案 1 :(得分:0)
数组[True, False]
是由x<y
这样的表达式生成的x=np.array([1,1])
和y=np.array([2,0])
。所以cond
是一个布尔数组,通常是前一个表达式的结果。
因此,更现实世界的用法的一个例子是:
np.where(x<y, [1, 2], [2, 3])