np.where() 코드 애플리케이션의 Python 상세 분석

이 기사에서는 Python3에 대한 관련 지식을 제공합니다. numpy에는 np.where() 함수라는 매우 마법 같은 함수가 있습니다. 다음 기사에서는 주로 Python np.where()에 대해 소개합니다. 코드 적용에 대한 자세한 설명과 관련 정보는 다음과 같습니다. 예제 코드를 통해 자세히 소개되어 있어 모든 분들께 도움이 되었으면 좋겠습니다.

【관련 추천: Python3 동영상 튜토리얼】

np.where에는 두 가지 사용법이 있습니다:

첫 번째np.where(condition, x, y), 즉 조건은 조건이 충족되면 출력은 x이고, 조건이 충족되지 않으면 출력은 y 입니다. 코드로 직접 이동하세요:

a = np.arange(10)
//array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])
print(np.where(a > 5, 1, -1))
//array([-1, -1, -1, -1, -1, -1,  1,  1,  1,  1])

위 내용은 이해하기 쉽지만, 공식 홈페이지의 예는 아래와 같이 이해하기 쉽지 않습니다:

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

할 수 있습니다. 첫 번째 줄의 bool 값은 값을 취하는지 여부를 나타내는 조건을 나타냅니다. 즉, 먼저 [True, False]를 보면, 즉 첫 번째 True 값은 첫 번째 행이 1을 취한다는 의미입니다. 값의 첫 번째 행의 [1, 2], 아래의 9를 취하는 대신 False는 첫 번째 행 [1, 2]를 취하지 않고 두 번째 행 [9, 8]에서 8을 취함을 의미합니다. [3, 4]와 동일합니다.
이해의 편의를 위해 또 다른 예를 들어 보겠습니다. 첫 번째 행에서

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([[&#39;chosen&#39;, &#39;chosen&#39;], [&#39;chosen&#39;, &#39;chosen&#39;]], dtype=&#39;<U10&#39;)

a>5True 를 사용하고 첫 번째 행의 첫 번째 값을 취하고, a<5는 두 번째 값을 사용합니다. 두 번째 행, 아래에도 동일하게 적용됩니다.

첫 번째 방법을 이해한 후 np.where의 두 번째 방법을 살펴보겠습니다.

즉, np.where(condition), x 및 조건(condition)만 있습니다. y를 입력한 다음 조건(즉, 0이 아님)을 충족하는 요소의 좌표를 출력합니다(numpy.nonzero와 동일). 여기서 좌표는 튜플 형식으로 제공됩니다. 일반적으로 출력 튜플에는 조건을 충족하는 요소의 각 차원 좌표에 해당하는 여러 배열이 포함됩니다.

>>> a = np.array([2,4,6,8,10])
>>> np.where(a > 5)			
//(array([2, 3, 4]),)   返回索引值
>>> a[np.where(a > 5)]  			
//array([ 6,  8, 10]) 返回元素值,即a[索引]

제가 본 코드 예를 들어주세요.

a = array([[0., 1.],
  	       [0., 1.],
  	       [0., 1.],
  	       [0., 1.],
  	       [0., 1.],
  	       [0., 1.],
  	       [0., 1.],
  	       [0., 1.],
  	       [1., 0.],
  	       [0., 1.],
  	       [0., 1.],
  	       [0., 1.],
  	       [1., 0.],
  	       [1., 0.],
  	       [0., 1.],
  	       [0., 1.],
  	       [1., 0.],
  	       [0., 1.],
  	       [1., 0.],
  	       [0., 1.]])
np.where(a == 1)
//(array([ 0,  1,  2,  3,  4,  5,  6,  7,  8,  9, 10, 11, 12, 13, 14, 15, 16,
//        17, 18, 19], dtype=int64),
// array([1, 1, 1, 1, 1, 1, 1, 1, 0, 1, 1, 1, 0, 0, 1, 1, 0, 1, 0, 1],
//       dtype=int64))

반환된 두 개의 배열 구성 요소는 어떤 행과 어떤 값이 1인지 나타냅니다. 따라서 결과의 첫 번째 배열 배열은 행 인덱스를 나타내고, 두 개의 배열 배열은 브로큰 실버 인덱스 1인 열 인덱스입니다.

첨부: np.where() 다중 조건 사용법

1.np.where(condition,x,y) where에 3개의 매개변수가 있는 경우, 첫 번째 하나 매개변수는 조건을 나타냅니다. 조건이 true인 경우 where 메소드는 x를 반환합니다. 조건이 true가 아닌 경우 where는 y

2.np.where(condition)를 반환합니다. where에 매개변수가 하나만 있는 경우 해당 매개변수는 조건이 true인 경우 조건에 맞는 각 요소의 좌표를 반환하고 튜플 형식으로 반환합니다.

3. 조건이 여러 개인 경우 &는 or를 의미합니다. 예를 들어, a = np.where((0x, y는 a와 동일한 크기를 유지해야 합니다. R 예: re

import numpy as np

data = np.array([[0, 2, 0],
                           [3, 1, 2],
                           [0, 4, 0]])
new_data = np.where((data>= 0) & (data<=2), np.ones_like(data), np.zeros_like(data))
print(new_data)

결과:

[[1 1 1]

[0 1 1]

[1 0 1]]

이를 통해 데이터의 각 요소가 데이터 & gt; data<=2, 만족하면 np.ones_like(data)

해당 좌표

값을 반환하고, 만족하지 않으면 np.zeros_like(data)

해당 좌표 값을 반환합니다. . 물론, x와 y는 조건과 동일한 차원을 갖는 한 다른 값으로 변경될 수 있습니다. 【관련 추천: Python3 비디오 튜토리얼

】

위 내용은 np.where() 코드 애플리케이션의 Python 상세 분석의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!