NumPy 的 where 函数中的多个条件
NumPy 中，where() 函数常用于条件选择。在处理多个条件时，了解如何有效地组合它们以获得所需的结果非常重要。
考虑一个示例，我们想要选择指定范围内的距离。以下代码尝试执行此操作：
<code class="python">dists[(np.where(dists >= r)) and (np.where(dists <= r + dr))]
但是，这会产生意外结果，仅选择第二个条件 (np.where(dists <= r dr)) 内的距离。
修复代码
要解决这个问题，我们需要了解 np.where() 返回满足条件的元素的索引，而不是布尔数组。因此，组合多个 np.where() 调用的结果不会产生布尔数组。
我们可以使用元素布尔运算符来执行所需的条件选择。以下是两种正确的实现方法：
选项 1：组合条件
<code class="python">dists[(dists >= r) & (dists <= r + dr)]
& 运算符执行元素与，生成布尔数组。然后我们可以用它来索引原始数组 dists。
选项 2：使用中间变量
<code class="python">mask1 = dists >= r mask2 = dists <= r + dr dists[(mask1) & (mask2)]
通过为每个条件创建临时变量，我们可以检查两个条件并使用 & 运算符组合它们以创建布尔数组。
为什么原始代码不起作用
原始代码不起作用，因为 np .where() 返回索引列表，而不是布尔数组。组合两个索引列表不会给出所需的结果。
例如：
<code class="python">dists = np.arange(0, 10, 0.5) r = 5 dr = 1 mask1 = np.where(dists >= r) mask2 = np.where(dists <= r + dr) print(mask1 and mask2) # Outputs: (array([ 0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12]),)</code>
如您所见，结果数组不是指示哪些元素满足这两个条件的布尔数组。
以上是如何在NumPy的where函数中有效组合多个条件？的详细内容。更多信息请关注PHP中文网其他相关文章！
