Numpy np.where多条件
Numpy是一个用于科学计算的Python库，提供了高效的多维数组对象和各种用于操作数组的函数。np.where是Numpy库中的一个函数，用于根据指定的条件返回符合条件的元素的索引或值。
np.where的语法如下： np.where(condition, x, y)
参数说明：
- condition：一个布尔数组或条件表达式，用于指定条件。
- x：满足条件的元素将被替换为x中对应位置的元素。
- y：不满足条件的元素将被替换为y中对应位置的元素。
np.where的返回值取决于x和y的类型：
- 如果x和y都是数组，则返回一个新的数组，其中满足条件的元素被替换为x中对应位置的元素，不满足条件的元素被替换为y中对应位置的元素。
- 如果x和y都是标量，则返回一个新的数组，其中满足条件的元素被替换为x，不满足条件的元素保持不变。
np.where的应用场景包括：
- 数据清洗：根据特定条件对数据进行筛选或替换。
- 数组操作：根据条件对数组进行元素级别的操作。
- 数据分析：根据条件生成新的数据集或指标。
腾讯云相关产品中，与Numpy np.where相对应的功能可以在腾讯云的AI开放平台（https://cloud.tencent.com/product/ai）中找到。该平台提供了丰富的人工智能服务和工具，包括图像识别、语音识别、自然语言处理等，可以满足各种数据处理和分析的需求。
相关·内容
2回答
为什么numpy.where返回两个数组时只找到一个True值，但当n True>1为每个True返回一个数组时。我希望它总是为每个true返回一个数组。
import numpy as np
a = np.zeros((5,5),dtype=int)
print(a)
#[[0 0 0 0 0]
# [0 0 0 0 0]
# [0 0 0 0 0]
# [0 0 0 0 0]
# [0 0 0 0 0]]
a[1,1]=1
print(np.where(a==1))
#(array([1]), array([1])) #Two separate arrays
#Why not ar
浏览 3提问于2020-07-17得票数 1
回答已采纳
我有2个NumPy数组，例如： correct = np.array([1, 1, 1, 1, 1, 2, 2, 2, 2, 2])
predicted = np.array([1, 1, 2, 1, 1, 1, 2, 2, 1, 2]) 我想创建2个新的数组，它们分别包含错误预测为其他东西的1的索引和错误预测为其他东西的2的索引。期望的结果： incorrect_ones = [2]
incorrect_twos = [5, 8] 只是必须有一些NumPy方法来实现这一点……有什么想法吗？谢谢。
浏览 11提问于2021-06-25得票数 2
回答已采纳
5回答
这是我的数组：
import numpy as np
a = np.array([0, 5.0, 0, 5.0, 5.0])
是否有可能以某种方式使用numpy.where向a中所有小于l的实体添加一个值x？
所以，就像：
a = a[np.where(a < 5).add(2.5)]
应返回：
array([2.5, 5.0, 2.5, 5.0, 5.0])
浏览 6提问于2017-01-04得票数 2
回答已采纳
2回答
如何使用numpy实现以下分段函数及其导数？
我试着：
def func(n):
return beta * ((0 < n) * n + (n <= 0) * (k * np.exp(n) - alpha))
使用它的导数(反向传播)：
def func_prime(n)
return (n <= 0) * np.multiply(beta ,k, np.exp(n)) + (beta)
然而，它不起作用。因此，我如何使用numpy实现上述函数(请注意，n是一个数组)。
浏览 0提问于2017-10-27得票数 1
1回答
我有以下疑问。我正在使用numpy where方法比较2列的值。
Np.where(df.col1 == df col2, df.col1, False)
这只返回True或False，而不是在col1和col1的值相等时返回col2的值。
浏览 0提问于2021-03-16得票数 0
1回答
我有一个(n,3)形状的numpy数组((n,3))，其中n表示行数，三列分别表示x (列0)、y (列1)和z (列2)坐标。
我希望排除，在这个numpy数组中，x的值位于一定的限制之间( xlow < x < xupp 和，其中y的值介于ylow < x < yupp 和<code>E 215</code>，其中z的值介于zlow < x < zupp之间。我已经有了[xlow, xupp, ylow, yupp, zlow, zupp]的值。
我知道如何使用以下方法找到排除条件保持的区域(行)：
mark = np.where
浏览 0提问于2018-09-15得票数 0
假设我有这样的代码：
import numpy as np
def myf(c):
return c*11
def method_A(c):
return c*999
def method_B(c):
return c*55
minimum = 30
maximum = 100
the_method = 'A'
b = np.array([1, 20, 35, 3, 45, 52, 78, 101, 127, 135])
为了满足某些条件，我想使用numpy where。
类似于：
b = np.where( np.logical_or(b &
浏览 4提问于2017-01-31得票数 1
回答已采纳
2回答
我有两个Numpy数组如下：
>>> x
array([[0, 3, 3],
[3, 3, 3],
[0, 3, 3]])
>>> y
array([[0, 0, 0],
[0, 2, 2],
[0, 2, 2]])
比较x和y，我希望比较结果基于以下条件赋值：
如果x 和 y值为非零，则如果x <code>E 114</code>或<code>E 215</code><>d16</代码>为零，则指定较低的值<code>
浏览 29提问于2021-03-20得票数 2
回答已采纳
我对numpy.where和numpy.argwhere感到困惑。例如,
aa = (np.arange(10) + 5).reshape(2, -1)
如果我跑了
res = np.where(((aa == 7) | (aa == 8)))
然后
>>> res
(array([0, 0]), array([2, 3]))
如果我跑了
res2 = np.argwhere(((aa == 7) | (aa == 8)))
我得到了
>>> res2
array([[0, 2],
[0, 3]])
numpy.where和
浏览 7提问于2021-03-19得票数 2
回答已采纳
尽管我阅读了、和，但我还是很难正确理解numpy.where()。
有人能提供一维和二维数组的分步注释示例吗？
浏览 10提问于2016-01-08得票数 181
回答已采纳
1回答
好吧，如果我们希望选择某些值保持不变，并在numpy数组中将其他值设置为零，我们可以 A = A == 1 如果A只有4个唯一数0,1,2,3。 但是，如果我想选择N个不同的值，比如 A = np.where(A==1 or A==2, A) 但这不起作用，并且这些条件并不是仅对于2个值是必需的。我该如何实现这个想法呢？
浏览 6提问于2019-09-10得票数 0
回答已采纳
我使用np.where函数来获取值与0匹配的索引。但是下面的代码返回空数组，这不是预期的。
import numpy as np
a = np.array([0,0,0,0])
np.where(a[a>=0])
这给出了：(array([], dtype=int64),)。
有人能指出我错过了什么吗？
浏览 2提问于2021-10-21得票数 0
回答已采纳
我有一个这样的numpy数组： letters = np.array([A, B, C, A, B, C, A, B, C]) 我试图返回另一个数组，其中包含上述数组中某些项的所有索引。我试过了： letter_indexes = np.where(np.any(letters == 'A', letters == 'C')) 因此，如果字母是A或C，则索引应存储在数组letter_indexes中 输出应为： 0, 2, 3, 5, 6, 8 但事实并非如此，我收到了一个错误：TypeError: only integer scalar arrays can
浏览 40提问于2021-01-22得票数 1
回答已采纳
1回答
我从我的模型中以numpy ndarray的形式进行预测。它们在sigmoid输出中都是正确的。现在，我希望将numpy数组中的每个值重新插入到相应行的数据帧中，并使用一个条件语句if > .5 then == 1 else < .5 == 0 到目前为止，我可以读取numpy数组，但似乎不能逐个正确地将其添加到dataframe中 employers = data_churn
# employers = np.array([employers])
predictions = model_churn.predict(employers)
predictions
employer
浏览 7提问于2019-06-26得票数 1
回答已采纳
3回答
我有一个Numpy数组A：
A = np.array([1,2,3,4,5,6,8,10,12,15,20,100,200,300,500])
另一个数字对的Numpy数组B：
B = np.array([[2000,1000],[5000,10000],[1,1000],[300,700],[500,5],[500,700],[1,5])
我正在寻找最有效的方法来找到的索引，第一次出现在B中的(如果可用的话)。数字对中的顺序并不重要。在上面的例子中，对[500,5]的数目表示A中找到的第一对。
是否有任何优雅的Numpy解决方案，而不对每一对逐一循环？感谢任何暗示！
浏览 0提问于2020-02-04得票数 0
回答已采纳
我正在尝试迭代numpy数组并生成一个输出，其条件类似于下面所描述的情况：
min1 = 3
max1 = 1
a1 = np.array([1, 2, 5, 3, 4])
a2 = np.array([5, 2, 6, 2, 1])
output = np.zeros(5)
for i in range(0, 5):
if((a1[i] - a2[i]) > min1):
output[i] = 3 * (a1[i] - a2[i])
if((a1[i] - a2[i]) < max1):
output = 5 * (a1[i] - a2[i])
我需要
浏览 3提问于2017-07-06得票数 1
回答已采纳
2回答
你能改进3D数组中的代码迭代吗？
、、、、
我已经知道在python中对数组的迭代非常慢。如果可能的话，你能改进这段代码吗？我只想从numpy数组中获取值，这些值比constat (1.4)大，否则设置为零。
def array_max(a):
b = a
for i in range(a.shape[0]):
for j in range(a.shape[1]):
for k in range(a.shape[2]):
if a[i, j, k] <= 1.4:
b[i,j,k] = 0
return b
浏览 0提问于2021-09-02得票数 1
回答已采纳
3回答
我有个奇怪的问题。 有一个图像，我只需要重新计算非零像素。我想通过numpy来做这件事，因为我要处理数以千计的图像，而且我需要它很快。 这是一个低维的简化例子。 假设我有以下矩阵： [[0, 0, 1],
[0, 2, 0],
[0, 6, 0]] 假设我想用2.0乘以每个值，然后加上0.5。 matrix = matrix * 2.0 + 0.5 结果是： [[0.5, 0.5, 2.5],
[0.5, 4.5, 0.5],
[0.5, 12.5, 0.5]] 我希望它是： [[0, 0, 2.5],
[0, 4.5, 0],
[0,
浏览 6提问于2019-03-25得票数 2
回答已采纳
6回答
NumPy阵列中元素的索引
、、、、
在Python中，我们可以使用.index()获取数组中值的索引。
但是使用NumPy数组时，当我尝试这样做时：
decoding.index(i)
我得到：
AttributeError：'numpy.ndarray‘对象没有属性'index’
我如何才能在NumPy数组上做到这一点？
浏览 13提问于2013-08-06得票数 103
回答已采纳
2回答
我有一些数据，表示为Numpy数组，它的序列看上去有点像这样：
np.array([1, 0, 2, 5, 10, 6, 2, 0, 4, 1, 0, 1, 2, 3, 4, 2, 0, 0, 0, 0, 0, 0, 0])
我想知道这个数组的最后一个非零值在什么位置，所以在这个例子中，发生在15位置的"2“。
做这件事最快和最简单的方法是什么？我可能会生成大量这样的元素，所以我的最初计划是迭代数组，如果它=0时移除最后一个元素，然后取结果数组的长度，这看起来可能太慢了，没有用。
浏览 4提问于2014-09-05得票数 0
回答已采纳
我有两个numpy数组，我想丢弃所有在这两个列表中都有nan条目的条目。我该怎么做？(nan只能出现在第一个列表中)
我尝试了以下几点：
import numpy as np
a = np.array([1,2,np.nan,3,4])
b = np.array([5,6,7,8,9])
如果我这样做了：
b[np.where(np.isnan(a))]
这会让我觉得：
np.array([7])
但是，我想
np.array([5,6,8,9])
我尝试了几种使用np.where和~否定np.logical_not的不同方法，但是我没有设法让它工作起来。
浏览 0提问于2017-09-06得票数 2
回答已采纳
我有两个numpy数组，x和y，每个都有7000个元素。我想对它们做一个散点图，根据这些条件给每个点一个不同的颜色：
-BLACK if x[i]<10.
-RED if x[i]>=10 and y[i]<=-0.5
-BLUE if x[i]>=10 and y[i]>-0.5
我试着用我想要分配给每个点的颜色创建一个与数据长度相同的列表，然后用循环绘制数据，但运行它需要很长时间。下面是我的代码：
import numpy as np
import matplotlib.pyplot as plt
#color list with same lengt
浏览 4提问于2016-11-25得票数 9
2回答
我有一个NumPy数组arr和一个(反向)掩码mask。为了简单起见，让我们假设它们都是一维的。我想在n中更改arr中的非掩码值。
举个例子：
import numpy as np
arr = np.arange(5)
mask = np.array((True, False, True, True, False))
不幸的是，
arr[mask][-1] = 100
我本来希望能回来的
array([0, 1, 2, 100, 4])
由于概述的原因，无法工作。
解决办法是将允许的值存储在新变量中，更改相应的值，并将所有值复制回原始数组中：
tmp = arr[mask]
tmp[-1] =
浏览 0提问于2016-01-12得票数 2
回答已采纳
我对Numpy非常陌生，我找不到任何符合我要求的东西。
有没有什么好的方法来做count.where( value-value2 > threshold )？
我有一个x，y位置的numpy数组，我需要计算最近的邻居
类似于下面的内容：
[(93, 256), (93, 256), (93, 256), (93, 257), (54, 130), (55,131)]
我有4个邻居在93/256-257，2个邻居在54-55/130-131
浏览 0提问于2016-06-08得票数 0
numpy.where正在将float数组转换为int。
使用jupyter笔记本
x = np.array([1.0, 2.3, 1.3, 2.9])
print(x)
print(np.where(x>.1))
我正期待着这样的结果：[1.0, 2.3, 1.3, 2.9]。我肯定我错过了什么。
浏览 0提问于2019-05-16得票数 2
回答已采纳
2回答
在Numpy ndarray中，如何根据不同维度中的条件删除维度中的元素？
我有：
[[[1 3]
[1 4]]
[[2 6]
[2 8]]
[[3 5]
[3 5]]]
我想根据条件x[:,:,1] < 7删除
期望输出([:,1,:]删除)：
[[[1 3]
[1 4]]
[[3 5]
[3 5]]]
编辑:固定排版
浏览 4提问于2020-03-28得票数 1
回答已采纳
在NumPy中有两个数组：
a1 = np.array([[0, 0, 0],
[1, 1, 0],
[0, 1, 0],
[1, 1, 1]])
a2 = np.array([1, 2])
我需要知道a1行的索引，其中第1列和第2列(在a2中给定)都等于1。
在上面的例子中，这将仅仅是索引3的最后一行。其他列是否等于1并不重要。
有人能帮我把这件事做好吗？
浏览 0提问于2019-07-09得票数 0
回答已采纳
import numpy as np
import matplotlib.pyplot as plt
from scipy.integrate import odeint
from scipy import integrate
from scipy.optimize import fmin
Td=np.array([0.5,1,1.5,2,2.2,3,3.5,4,4.5,5])#time
findindex=lambda x:np.where(mt>=x)[0][0]
mindex=map(findindex,Td)
Zm=Td[mindex]
当我试图运行这段代码时，它会抛出一个异
浏览 1提问于2018-12-04得票数 0
回答已采纳
我经常发现自己编写的代码应该适用于单个数字和numpy数组。如果该代码需要按情况进行区分，我要么使用一些奇怪的构造，比如添加numpy.sign的倍数或类似的，要么我自己编写类似的块
try:
lon[x<0] -= pi
except IndexError:
if x<0:
lon -= pi
是否有一种简单的、惯用的方法来编写像lon[x<0] -= pi这样的语句，使它们既适用于数字也适用于数组？
浏览 1提问于2014-01-25得票数 0
回答已采纳
我看过post ，也不太明白numpy模块中where函数的用法。
例如，我有这样的代码
import numpy as np
Z =np.array(
[[1,0,1,1,0,0],
[0,0,0,1,0,0],
[0,1,0,1,0,0],
[0,0,1,1,0,0],
[0,1,0,0,0,0],
[0,0,0,0,0,0]])
print Z
print np.where(Z)
这意味着：
(array([0, 0, 0, 1, 2, 2, 3, 3, 4], dtype=int64),
array([0, 2, 3,
浏览 2提问于2014-01-22得票数 3
回答已采纳
我编写这段代码是为了实现从匹配谓词条件的元素列表中返回随机值的目标：
N=<int>
sampl = np.random.randint(low=0, high=N+1, size=(10,))
xs = np.where(sampl == 1)
ys = np.array([tuple(x) for x in xs], dtype=int)[0]
x = np.random.choice(ys)
示例:如果我使用N=2运行代码，并且只查找数组中的1：
sampl = np.random.randint(low=0, high=N+1, size=(10,))
-->
浏览 0提问于2018-04-26得票数 0
回答已采纳
1回答
我正在使用numpy.where找到一些值的索引。但是，numpy.where产生的指数是错误的，如下所示。其他人能解释一下我为什么会得到如此错误的指数吗？
谢谢。
In [1]: d = np.random.rand(3,4)
In [2]: d
Out[2]:
array([[ 0.11694612, 0.95137658, 0.70099781, 0.06730629],
[ 0.59989836, 0.52586768, 0.45387929, 0.76093495],
[ 0.036541 , 0.91714289, 0.224645
浏览 5提问于2017-03-29得票数 0
回答已采纳
3回答
我有两个numpy数组：
Out[23]: a = np.array([3, 7, 8, 9, 2], dtype=float)
Out[24]: b = np.array([5, 6, 7, 10, 3], dtype=float)
我需要比较a和b，并更新数组b，以便它的元素将包含更高的值或np.nan
示例代码：
for i in range(len(b)):
b[i] = b[i] if b[i] > a[i] else np.nan
结果：
b
Out[33]: array([ 5., nan, nan, 10., 3.])
有没有办法在不使用for循环的情
浏览 2提问于2018-01-19得票数 1
回答已采纳
3回答
简单地说。以下是问题所在：
import numpy as np
a = np.array([ 0, 1, 2, 3, 4, 5, 6, 100, 8, 9])
np.where(a==100, -1, a[a])
我希望得到的是：0, 1, 2, 3, 4, 5, 6, -1, 8, 9而不是：index 100 out of bounds 0<=index<10
我承认索引是无效的，但不应该计算a100，而是-1…据我所知，numpy.where()命令结构。
在这个例子中我做错了什么？
为了澄清我在这里实际尝试做的是更详细的代码:这是一个查找表数组重新映射过程：
import
浏览 1提问于2012-10-25得票数 0
我想找出numpy.where被评估为真的地方的数量。下面的解决方案是可行的，但是非常难看。
b = np.where(a < 5)
num = (b[0]).shape[0]
我来自这样一种语言，在继续处理结果数组之前，我需要检查num是否大于0。有没有比找到num更优雅的方法，或者更有Pythonic风格的解决方案呢？
(对于那些熟悉IDL的人，我正在尝试复制它的简单b = where(a lt 5, num)。)
浏览 5提问于2013-03-13得票数 4
3回答
我试图用numpy数组实现以下简单的条件，但输出是错误的。
dt = 1.0
t = np.arange(0.0, 5.0, dt)
x = np.empty_like(t)
if np.where((t >=0) & (t < 3)):
x = 2*t
else:
x=4*t
我得到下面的输出
array([0., 2., 4., 6., 8.])
但我期待着
array([0., 2., 4., 12., 16.])
谢谢你的帮忙!
浏览 1提问于2020-09-22得票数 3
因此，假设我们得到了一个int数组，如下所示：
x = numpy.array([0, 1, 1, 0])
我们还得到了另一个具有float的数组，其长度与x相同。
y = numpy.array([-1.5, 2.2, -1.0, 1.0])
我想使用x和y来创建一个数组z，比如z[i] = y[i] if y[i] <= 0 (不管x[i]是什么)，而z[i] = 0则是x[i] = 1和y[i] > 0。因此，使用我们的示例数组：
z = [-1.5, 0, -1.0, 1.0]
如果我使用Python循环，这很容易，但是--我不想使用Python 循环。的另一个想法是使用f
浏览 3提问于2015-05-04得票数 0
回答已采纳
假设我有一个函数调用f(m1)，其中m1是一个numpy矩阵。现在，我想在一个几乎与f完全相同的矩阵上调用m1
m2 = m1.copy()
m2[ 2, 7 ] = 43 # or m2[ 2, 7 ] += 43
f(m2)
有一个优雅的f( ... )单线线来做到这一点吗？
浏览 0提问于2013-11-22得票数 1
回答已采纳
1回答
这似乎很明显，但它暗示了我:我想转换下面的代码，以便更高效地使用numpy.maximum计算数组
P = np.random.uniform(low=-10, high=10, size=(30,))
for i in range(P.shape[0]): #for element in array
print max(P[i], np.ones(P.shape[0])[i], key=abs) #take the absolute max
更有效的版本是使用：
np.maximum(P, np.ones(P.shape[0]))
但是，在保留符号的同时，我如何计算这个绝对值呢？
浏览 0提问于2018-03-16得票数 0
回答已采纳
对于像这样的3D数组：
import numpy as np
m = np.random.rand(5,4,3)
有什么有效的方法可以去除所有符合这种条件的元素？
m:，:,0 > 0.5 & m :，1 > 0.5 & m:，:,2 < 0.5
浏览 0提问于2019-02-07得票数 0
回答已采纳
我正在尝试在一个新的专栏中执行一个Pandas IF then Else语句。我找不到任何问题，人们在自己的字符串中使用write或"Yes"/"No“。 尝试执行以下逻辑，如果A列= B列，则否，否则为是。 enterprisehr['Change_Dept'] = np.select([enterprisehr['Dept_Descr'] == enterprisehr['Old_Dept_Descr']], "No", "Yes") 我得到了这个错误：ValueError: list
浏览 40提问于2021-09-16得票数 1
回答已采纳
1回答
我有一系列的条件，这些条件可以根据选择的名称而变化。我想知道是否有一种从一组字符串构造python条件的方法。下面是一个示例程序。我希望能够在a[ind]的两个实例中获得相同的结果。
import numpy as np
a = np.arange(10)
ind = np.where((a>6) | (a<3))
print a[ind]
select = 'c'
if (select == 'c'):
sel0 = '(a>6)'
sel = sel0 + ' | (a<3)'
prin
浏览 0提问于2018-04-06得票数 1
回答已采纳
我有一个2d数组，我从和图像，现在它有0和255 s，我想把所有255 s变成1s，这是一个非常容易的任务，对一个for循环。
for i in range(lenX):
for j in range(lenY):
if img[i,j]==255:
img[i,j] = 1
这里img是我的数组。我确信有一种更简单的方法可以使用某种numpy函数或什么的。但我找遍了所有找不到的地方。
如果你知道怎么做的话.请帮帮我
浏览 1提问于2019-02-12得票数 2
回答已采纳
2回答
我一直在尝试理解numpy where函数，但没有取得任何进展。我可以理解简单的比较，比如where value > otherValue，但是文档中的这个例子并没有变得更清楚。
我希望能有一个易于理解的细目。感谢您提供的帮助：
>>> np.where([[True, False], [True, True]],
... [[1, 2], [3, 4]],
... [[9, 8], [7, 6]])
array([[1, 8],
[3, 4]])
浏览 0提问于2018-02-18得票数 1
我是python的新手，还在学习。我真的很感谢你能提供的任何帮助。我的数据框中有五列。我想将S1与S2进行比较，然后根据几个条件，添加一个包含字符串值的列，这些值表示每个样本ID是如何更改的。 Id S1 Cat_1 S2 Cat2
25 3 Acq 4 Acq
15 9 Chp 9 Chp
22 4 Acq 5 Frn
34 4 Acq 1 Acq
45 3 Acq 9 Chp 到目前为止，我做到了这一点，但不知道如何添加更多的标准。 df['new column'] = n
浏览 13提问于2020-11-07得票数 1
回答已采纳
假设我有两个numpy.array()： a = np.array([1,2,3,4,5,6,7,8,9,10,11,12]) #index
b = np.array([1,1,4,3,3,3,5,2,2,2,2,6]) #element 如何有效地找到其后续相同元素的数量为>=3、start_index和end_index的所有后续相同元素？我希望结果是： c: array([4,8]) #start_index
d: array([6,11]) #end_index
e: array([3,2]) #consequent same values whose num
浏览 6提问于2019-04-06得票数 0
在Numpy中，、和 ( a是numpy数组)似乎都返回数组的非零索引。这三个电话有什么区别？
在argwhere上，文档显示：
np.argwhere(a)和np.transpose(np.nonzero(a))是一样的。
为什么会有一个只转换nonzero输出的完整函数？这在什么时候会如此有用，以至于它应该有一个单独的功能？
那么where(a)和nonzero(a)之间的区别呢？难道他们不会返回完全相同的结果吗？
浏览 4提问于2013-04-12得票数 48
回答已采纳
1回答
我有一个python函数，其签名如下：
def merge(segments, indexes):
其中段是一个numpy数组，而索引是一个一维numpy数组。现在，我要调用以下函数：
np.where((segments == indexes[0]) | (segments == indexes[1]) |
... segments == indexes[n])
但是，我不确定如何在python中的where()函数调用中动态地生成这个条件。
浏览 2提问于2014-10-16得票数 1
回答已采纳
我有一个这样的NumPy数组：
[ 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
1 1 1 1 1 1 1 1 1 1 1 -1 1 1 1 1 1 1 1 1 1 1 1 1
1 1 1 1 1 1 1 1 1 1 1 -1 1 1 1 1 1 1 1 1 1 1 1 1
1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
浏览 0提问于2019-12-03得票数 0
回答已采纳
给定一个numpy数组：
arr = [0,0,0,0,0,2,0]
如何在新数组中提取所有零元素：
new_arr = [0,0,0,0,0,0]
以及非零元素：
new_arr_2 = [2]
我尝试将数组转换为列表，并使用for循环。另外，我试过：
np.argwhere(arr == 0).ravel()
然而，我只是得到指数。知道如何用numpy提取零、非零，甚至特定的数字值吗？
浏览 0提问于2019-05-28得票数 2
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
实时音视频
即时通信 IM活动推荐
腾讯云开发者
