摘要：
第一种用法np.whereif：数组变xelse:数组变yimportnumpyasnp'''x=np.random.randn(4,4)print#试试效果xarr=np.arrayyarr=np.arrayzarr=np.arrayresult=[forx,y,cinzip]print#where()函数处理就相当于上面那种方案result=np.whereprint'''#发现个有趣的东西##处理2组数组##TrueandTrue=0##TrueandFalse=1##FalseandTrue=2##FalseandFalse=3cond2=np.arraycond1=np.array#第一种处理太长太丑result=[]foriinrange:if:result.append;elif:result.append;elif:result.append;else:result.append;print#第二种直接where()很快很方便result=np.whereprint#第三种更简便（好像这跟where()函数半毛钱的关系都没有result=1*(cond1&-cond2)+2*(cond2&-cond1)+3*(-(cond1|cond2))（没想到还可以这么表达吧）print(result) ViewCode第二种用法where(conditions)相当于给出数组的下标x=np.arange(16)print(x[np.where(x˃5)])#输出：(array([6,7,8,9,10,11,12,13,14,15],dtype=int64),)x=np.arange(16).reshape(-1,4)print(np.where(x˃5))#(array([1,1,2,2,2,2,3,3,3,3],dtype=int64),array([2,3,0,1,2,3,0,1,2,3],dtype=int64))#注意这里是坐标是前面的一维的坐标，后面是二维的坐标ViewCodeix=np.array([[False,False,False],[True,True,False],[False,True,False]],dtype=bool)print(np.where(ix))#输出：(array([1,1,2],dtype=int64),array([0,1,1],dtype=int64))ViewCode
第一种用法
np.where(conditions,x,y)
if （condituons成立）：
数组变x
else:
数组变y
importnumpy as np '''x = np.random.randn(4,4) print(np.where(x>0,2,-2)) #试试效果 xarr = np.array([1.1,1.2,1.3,1.4,1.5]) yarr = np.array([2.1,2.2,2.3,2.4,2.5]) zarr = np.array([True,False,True,True,False]) result = [(x if c else y) for x,y,c in zip(xarr,yarr,zarr)] print(result) #where()函数处理就相当于上面那种方案 result = np.where(zarr,xarr,yarr) print(result) ''' #发现个有趣的东西##处理2组数组##True and True = 0##True and False = 1##False and True = 2##False and False = 3 cond2 =np.array([True,False,True,False]) cond1 =np.array([True,True,False,False]) #第一种处理 太长太丑 result =[] for i in range(4): if (cond1[i] &cond2[i]): result.append(0); elif (cond1[i]): result.append(1); elif (cond2[i]): result.append(2); else : result.append(3); print(result) #第二种 直接where() 很快很方便 result = np.where(cond1 & cond2,0,np.where(cond1,1,np.where(cond2,2,3))) print(result) #第三种 更简便（好像这跟where()函数半毛钱的关系都没有 result = 1*(cond1 & -cond2)+2*(cond2 & -cond1)+3*(-(cond1 |cond2)) （没想到还可以这么表达吧） print(result)
第二种用法
where(conditions)
相当于给出数组的下标
x = np.arange(16) print(x[np.where(x>5)]) #输出：(array([ 6, 7, 8, 9, 10, 11, 12, 13, 14, 15], dtype=int64),) x = np.arange(16).reshape(-1,4) print(np.where(x>5)) #(array([1, 1, 2, 2, 2, 2, 3, 3, 3, 3], dtype=int64), array([2, 3, 0, 1, 2, 3, 0, 1, 2, 3], dtype=int64))#注意这里是坐标是前面的一维的坐标，后面是二维的坐标
ix =np.array([[False, False, False], [ True, True, False], [False, True, False]], dtype=bool) print(np.where(ix)) #输出：(array([1, 1, 2], dtype=int64), array([0, 1, 1], dtype=int64))