numpy.where用法详解，对2维数组判断解释的比较清楚的

最新推荐文章于 2024-07-30 11:50:19 发布

火星种萝卜

最新推荐文章于 2024-07-30 11:50:19 发布

阅读量2k

点赞数 1

分类专栏： numpy 线性代数

原文链接：https://www.x0ff.com/article/100478.html

版权

numpy 线性代数专栏收录该内容

39 篇文章

订阅专栏

本文深入解析了NumPy库中的np.where函数使用方法，通过具体示例展示了如何根据条件选择数组元素，适用于数据科学和机器学习领域的初学者和专业人士。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

https://www.x0ff.com/article/100478.html

>>> np.where([[True,False], [True,True]],  # 官网上的例子
       [[1,2], [3,4]],
       [[9,8], [7,6]])
array([[1, 8],
    [3, 4]])

上面这个例子的条件为[[True,False], [True,False]]，分别对应最后输出结果的四个值。第一个值从[1,9]中选，因为条件为True，所以是选1。第二个值从[2,8]中选，因为条件为False，所以选8，后面以此类推。类似的问题可以再看个例子：

>>> a = 10
>>> np.where([[a > 5,a < 5], [a == 10,a == 7]],
       [["chosen","not chosen"], ["chosen","not chosen"]],
       [["not chosen","chosen"], ["not chosen","chosen"]])

array([['chosen', 'chosen'],
    ['chosen', 'chosen']], dtype='