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 2025-06-03 15:54:18 发布

转载最新推荐文章于 2025-06-03 15:54:18 发布 · 2k 阅读

0 ·

CC 4.0 BY-SA版权

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

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。

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='

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

火星种萝卜

关注关注

1
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

专栏目录

Numpy学习笔记(三)：np.where和np.logical_and/or/not详解

源的博客

02-03

4707

文章目录np.where()np.logical_and/or/not np.where() np.where(条件)，若条件满足，返回索引值 np.where(条件，x，y)，若条件满足，返回x，否则返回y 主要是运用在一维数组、二维数组、多维数组和根据元素找到对应的索引位置一维数组中直接返回索引位置，但是是以数组的形式返回的，默认为int 二维数组中返回两组索引(分别是行纵坐标的索引) 多维数组中对应True类型的位置返回，其它的根据你设定的值进行输出最后一个可根据元素的bool值，直接找到数组中

numpy.where与numpy.random.multinomial用法

Rnan_prince的博客

07-17

698

umpy.where() 有两种用法： np.where(condition, x, y)满足条件(condition)，输出x，不满足输出y np.where(condition)只有条件(condition)，没有x和y，则输出满足条件 (即非0) 元素的坐标 (等价于numpy.nonzero)。这里的坐标以tuple的形式给出，通常原数组有多少维，输出的tuple中就包含几个数组，分别对应符合条件元素的各维坐标。 1. np.where(condition, x, y) 满足条件(con...

参与评论您还未登录，请先登录后发表或查看评论

numpy where函数在二维数组中的使用及应用

weixin_47552266的博客

04-20

1047

假设我们有一个人工智能模型的学习评分数据，其中包含了学生的姓名、分数和学习时长。我们的目标是识别出哪些学生在学习时长相对较短的情况下依然获得了高分，并给这些学生的成绩标记为“优秀”。

【Numpy】np.where()的两种用法

lynn_flame的博客

06-19

2101

两种用法 np.where(condition,X,Y):满足条件输出X，不满足输出Y 这点的话再数据挖掘的规约中显得非常好用 >>> a = [2,3,4,5,8,7,9,7] >>> a = np.array(a) >>> np.where(a > 5 ,1,-1) array([-1, -1, -1, -1, 1, 1, 1, 1]) np.where(condition):返回满足条件的数的索引 >>> indi

js常用的操作数组的方法（排序、去重、分组、数组转成tree结构数组、根据指定节点获取所有父级）

jstljspservlet的博客

07-24

734

排序、去重、分组、数组转成tree结构数组、根据指定节点获取所有父级

np.where函数

YJYS_ZHX的博客

02-01

3267

<1> np.where( condition ) 输入只有条件数组condition的话，返回的是满足条件的元素索引。 1）condition为一维数组，返回值out为一个一维数组索引组成的元组； 2）condition为二维数组，返回值out为两个一维数组组成的元组，第一个数组为dim=0（行）的索引，第二个数组为dim=1（列）的索引。 condition数组： condition二维数组可以来自于数据数组的比较得到。 if __name__=="__main__": x = np

numpy.where() 用法详解

09-19

### numpy.where() 函数详解 `numpy.where()` 是 NumPy 库中的一个重要函数，它能够根据给定的条件，返回不同的结果。...理解并掌握 `numpy.where()` 的使用方法对于进行高效的数据处理和分析非常重要。

Numpy Where() 使用详细介绍

潜洋的专栏

11-10

1090

内容概要：本文档全面介绍了Numpy中的where()函数，从基本的概念到具体的案例实现，如条件判断和数组广播的应用，涵盖了一维到多维数据结构的各种操作技巧。适合人群：对Python科学计算有兴趣的数据科学家、工程师和技术爱好者，尤其适用于熟悉Numpy基础知识的中级水平开发者。使用场景及目标：①利用where()函数进行数组筛选与转换，提升数据分析效率；②掌握多条件组合、多维数据处理等高级用法；③学会处理含有NaN值的数据集。

2.Numpy数组运算

最新发布

学习与分享

06-03

1458

高效数组操作：通过向量化运算替代 Python 循环，显著提升计算速度。支持多种数据类型（int/float/bool）和灵活的数组创建方式（zeros/ones/arange）。丰富的数学工具：内置三角函数、指数对数、线性代数等函数，覆盖科学计算全场景。灵活的索引机制：支持基本索引、切片、花式索引（整数 / 布尔数组），实现复杂数据筛选。广播机制：自动处理不同形状数组的运算，减少代码冗余。统计与条件工具：通过函数、掩码操作高效处理数据筛选与替换，高效快捷。

NumPy库学习之np.where函数

qq_46396470的博客

07-30

1005

np.where是 NumPy 库中的一个函数，它与 Python 内置的where关键字不同。np.where函数用于找出满足条件的元素的位置，并且可以执行条件选择，类似于或者。

np.where的两种用法

InoryRWBY的博客

02-25

2605

np.where()的两种用法

[Numpy] 对象线上填均值：numpy数组where的巧用

as12cs的博客

02-18

467

对象线上填均值：numpy数组where的巧用原题目大意为在对角线上填上行均值 Given the following two-dimensional array, set the diagonal element to the average of the columns in each respective row not counting the diagonal element in...

np.where用法以及常见的用法示例

LJC的博客

12-20

1401

np.where常用的用法示例，从一维数组以及二维数组进行举例：一、一维数组的np.where用法 import numpy as np arr = np.arange(6) print(arr) # [0 1 2 3 4 5] print(np.where(arr > 3)) # (array([4, 5], dtype=int64),) 代表大于3数值的pos print(np.where(arr > 3, 1, -1)) # [-1 -1 -1 -1 1 1] arr = n

将np.where()的返回值转换成数组

weixin_49491874的博客

04-03

407

【代码】将np.where()的返回值转换成数组。

python np.where()

热门推荐

钱佳佳的博客

06-30

2万+

numpy.where()函数是三元表达式x if condition else y的矢量化版本。假设我们有一个布尔数组和两个值数组： x = np.array([1.1, 1.2, 1.3, 1.4, 1.5]) y = np.array([2.1, 2.2, 2.3, 2.4, 2.5]) condition = np.array([True, False, True, True, Fals

np.where()函数

u011699626的博客

01-01

1万+

numpy.where()调用方法 numpy.where(condition[, x, y]) 各个参数意义： condition：类似数组的对象，布尔值 x, y：类似数组的对象，给出值的地方，如果condition为True，从x中选取值，condition为False，从y中选取值。有返回值，返回一个满足条件时取x中对应的值，不满足条件时取y中对应值的数组。注意：这里的condition，x，y只是表示以及说明时的必要，并不是真正意义上的关键字。代码如下： # -*- coding:utf-

np.where使用:根据条件生成新的数组

youmayangguang的博客

12-15

1万+

np.where 函数是三元表达式 x if condition else y的矢量化版本 result = np.where(cond,xarr,yarr) 当符合条件时是x，不符合是y，常用于根据一个数组产生另一个新的数组。栗子：假设有一个随机数生成的矩阵，希望将所有正值替换为2，负值替换为-2 arr = np.random.randn(4,4) arr np.where(ar

Numpy.where()/np.where() 函数的使用----修改数组中符合条件的元素值/查找数组中符合要求的元素的位置

Roxlu7的博客

07-22

4082

用法解释满足condition将数组元素修改为x，否则修改为y，最后生成一个新的数组。注意np.where不会修改原数组的数值，而会生成一个新的数组。

python回归预测_用python回归预测房屋价格

weixin_26706093的博客

09-09

1780

python回归预测Online property companies offer valuations of houses using machine learning techniques. This report aims to predict house sales in King County, Washington State, USA using Multiple Linear Re...