Il modulo NumPy fornisce una funzione numpy.where() per selezionare elementi in base a una condizione. Restituisce gli elementi scelti da a o b a seconda della condizione.
Ad esempio, se tutti gli argomenti -> condizione, a & b vengono passati in numpy.where(), restituirà gli elementi selezionati da a & b in base ai valori nell'array bool forniti dalla condizione.
Se viene fornita solo la condizione, questa funzione è una scorciatoia della funzione np.asarray (condizione).nonzero(). Anche se un valore diverso da zero dovrebbe essere preferito direttamente, poiché si comporta correttamente per le sottoclassi.
Sintassi:
numpy.where(condition[, x, y])
parametri:
Questi sono i seguenti parametri nella funzione numpy.where():
condizione: array_like, bool
Se questo parametro è impostato su True, produce x, altrimenti produce y.
x, y: array_like:
Questo parametro definisce i valori tra cui scegliere. Le condizioni x, y e devono essere trasmettibili in qualche forma.
Ritorna:
Questa funzione restituisce l'array con elementi da x dove la condizione è True ed elementi da y altrove.
Esempio 1: 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)>
Esempio 2: per array multidimensionale
import numpy as np a=np.arange(12) b=np.where([[True, False], [True, True]],[[1, 2], [3, 4]],[[9, 8], [7, 6]]) b
Produzione:
array([[1, 8], [3, 4]])
Esempio 3: trasmissione di x, y e condizione
import numpy as np x, y = np.ogrid[:3, :4] a=np.where(x > y, x, 10 + y) a
Produzione:
array([[10, 11, 12, 13], [ 1, 11, 12, 13], [ 2, 2, 12, 13]])
Nel codice sopra
- Abbiamo importato Numpy con il nome alias np.
- Abbiamo creato un array 'a' utilizzando la funzione np.arange().
- Abbiamo dichiarato la variabile 'b' e assegnato il valore restituito dalla funzione np.where().
- Abbiamo passato un array multidimensionale di valori booleani come condizione e xey come array di numeri interi.
- Infine, abbiamo provato a stampare il valore di b.
Nell'output, il valore x è stato confrontato con il valore y se soddisfaceva la condizione, verrà stampato il valore x altrimenti stamperà il valore y, che è stato passato come argomento nella funzione where().
Esempio 4: trasmissione di un valore specifico
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)>