# numpy.where

`numpy.where`(condition[, x, y])

Return elements chosen from x or y depending on condition.

Note：

When only condition is provided, this function is a shorthand for `np.asarray(condition).nonzero()`. Using `nonzero` directly should be preferred, as it behaves correctly for subclasses. The rest of this documentation covers only the case where all three arguments are provided.

Parameters：condition：array_like, bool

Where True, yield x, otherwise yield y.

x, y：array_like

Values from which to choose. x, y and condition need to be broadcastable to some shape.

Returns：

out：ndarray

An array with elements from x where condition is True, and elements from y elsewhere.

`choose`

`nonzero`

The function that is called when x and y are omitted

Notes

If all the arrays are 1-D, `where` is equivalent to:

```[xv if c else yv
for c, xv, yv in zip(condition, x, y)]```

Examples

```>>> a = np.arange(10)
>>> a
array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])
>>> np.where(a < 5, a, 10*a)
array([ 0,  1,  2,  3,  4, 50, 60, 70, 80, 90])```

This can be used on multidimensional arrays too:

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

The shapes of x, y, and the condition are broadcast together:

```>>> x, y = np.ogrid[:3, :4]
>>> np.where(x < y, x, 10 + y)  # both x and 10+y are broadcast
array([[10,  0,  0,  0],
[10, 11,  1,  1],
[10, 11, 12,  2]])```
```>>> a = np.array([[0, 1, 2],
...               [0, 2, 4],
...               [0, 3, 6]])
>>> np.where(a < 4, a, -1)  # -1 is broadcast
array([[ 0,  1,  2],
[ 0,  2, -1],
[ 0,  3, -1]])```

0 条评论

• ### numpy.array

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明...

• ### Linux中执行shell脚本的4种方法总结

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

• ### numpy.tile()

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。 ...

• ### PHP常用函数总结

\$x = 5.7; \$y = 1.3; // 两个浮点数,x>y 浮点余数 \$r = fmod(\$x, \$y); // \$r equals 0.5, becau...

• ### 静态库和动态库的区别

什么是库？ 库是写好的现有的，成熟的，可以复用的代码。现实中每个程序都要依赖很多基础的底层库，不可能每个人的代码都从零开始，因此库的存在意义非同寻常。 所谓静态...

• ### [零基础学python]啰嗦的除法

看到没有？麻烦出来了，如果从小学数学知识除法，以上四个运算结果都应该是0.4。但我们看到的后三个符合，第一个居然结果是0。why?

• ### 数据结构|数组，栈和队列

数组的大小固定，如果存储数量过多，需要重建新数组；同时存储的数据类型单一，每个元素占用内存大小相同；添加，删除，移动操作比较慢，因为需要改变受影响的元素

• ### 【技术综述】如何Finetune一个小网络到移动端(时空性能分析篇)

本文首发于龙鹏的知乎专栏《深度学习模型训练经验与代码剖析》https://zhuanlan.zhihu.com/p/34455109

### 活动推荐 