Question

尝试自学一些python，我对文档中的where函数的作用非常困惑。有人可以一步一步地从下面的文档中解释一下这个例子吗？

>>> np.where([[True, False], [True, True]],
...          [[1, 2], [3, 4]],
...          [[9, 8], [7, 6]])
array([[1, 8],
       [3, 4]])

Answer 1

基本语法为np.where(x, a, b)只要x为真，请取a的该元素，如果它为假，则取b元素。它等同于：

x =。。 [[1,0]，[1,1]]），而不是x = [[0,1]，[0,0]]

数组（[[1， 2 ]，[3,4]]）+数组（[[ 7 ，8]，[ ~~9 ，<罢工> 10~~ ]]）

array（[[1,0]，[3,4]]）+ array（[[0,8]，[0,0]]）= array（[[1,8]，[3,4] ]]）

Answer 2

基本上如下使用：

np.where(condition, value if condition is True, value if condition is False)

在这种情况下：

条件为[[True, False], [True, True]]

如果条件为True，则

值为[[1, 2], [3, 4]]。

如果条件为False，则

值为[[9, 8], [7, 6]]。

数组的最终结果（[[1,8]，[3,4]]）等于“条件为真时的值”中的数组，除了条件为False的一个位置。在这种情况下，8的值来自第二个数组。

Answer 3

我认为当您添加换行符以将输入排列为矩阵时，会变得非常清楚：

np.where( # First argument
         [[True, False], 
          [True, True]],
          # Second argument
          [[1, 2], 
           [3, 4]],
          # Third argument
          [[9, 8], 
           [7, 6]])

您可以将第一个参数视为一个掩码，用于确定应从以下两个输入元素中选择哪个元素。

结果

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

包含掩码为True的第二个参数中的元素和来自False的第三个参数中的元素。

Numpy来自docs的语法

3 个答案: