我正在阅读有关向量化表达式的备忘单。要提及的如下numpy array向量化版本
矢量化表达式
np.where(COND中,x,y)是表达的向量化版本 '×如果其他条件Y'
例如:
np.where([True, False], [1, 2], [2, 3]) => ndarray (1, 3)
我不能理解上面的例子。我的理解是我们应该有表达,但是这里我们列出了[True,False]。
请求在分手解释以及如何得到ndarray的输出(1,3)
由于
我正在阅读有关向量化表达式的备忘单。要提及的如下numpy array向量化版本
矢量化表达式
np.where(COND中,x,y)是表达的向量化版本 '×如果其他条件Y'
例如:
np.where([True, False], [1, 2], [2, 3]) => ndarray (1, 3)
我不能理解上面的例子。我的理解是我们应该有表达,但是这里我们列出了[True,False]。
请求在分手解释以及如何得到ndarray的输出(1,3)
由于
我通常使用np.where
到布尔数组转换为索引阵列。考虑下面这个例子:
In [12]: a = np.random.rand((10))
In [13]: a
Out[13]:
array([ 0.80785098, 0.49922039, 0.02018482, 0.69514821, 0.87127179,
0.23235574, 0.73199572, 0.79935066, 0.46667908, 0.11330817])
In [14]: bool_array = a > 0.5
In [15]: bool_array
Out[15]: array([ True, False, False, True, True, False, True, True, False, False], dtype=bool)
In [16]: np.where(bool_array)
Out[16]: (array([0, 3, 4, 6, 7]),)
你的例子说明。对于cond
中的每个值:如果True
,则从x
中挑选值,否则从y
中挑选值。
cond: [True, False]
x : [1, 2]
y : [2, 3]
Result:
cond[0] == True -> out[0] == x[0]
cond[1] == False -> out[1] == y[1]
out == [1, 3]
阵列[True, False]
是什么会由表达式等x<y
其中x=np.array([1,1])
和y=np.array([2,0])
来制造。所以cond
是一个布尔数组,通常是像前一个表达式的结果。 的一个更真实的上下的用法的示例将是therfore:
np.where(x<y, [1, 2], [2, 3])
您是否阅读过官方文档:https://docs.scipy.org/doc/numpy/reference/generated/numpy.where.html?你对哪个具体的部分坚持解释? – Divakar
我的问题是我们如何去输出ndarray(1,3)在上面的例子 – venkysmarty
可能重复[应用功能蒙面numpy数组](https://stackoverflow.com/questions/36421913/)。还有一个:https://stackoverflow.com/questions/35188508 – Divakar